DataFrame 到列表的列表，不更改值的数据类型

Python

使用Python中的Pandas库，我们可以轻松地将DataFrame转换为列表的列表，并且保持原始数据类型不变。DataFrame是Pandas库中一个非常强大的数据结构，它类似于excel中的电子表格，可以存储和处理大量结构化数据。

首先，让我们来看一个简单的例子。假设我们有一个包含学生姓名、年龄和成绩的DataFrame，如下所示：

Python
import Pandas as pd
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [18, 20, 19],
        '成绩': [85.5, 92.0, 78.5]}
df = pd.DataFrame(data)

我们可以使用tolist()方法将DataFrame转换为列表的列表，并将结果赋值给一个新的变量，如下所示：

Python
list_of_lists = df.values.tolist()

这样，我们就得到了一个列表的列表，每个内部列表对应DataFrame中的一行数据。列表的每个元素保持原始的数据类型，例如字符串、整数或浮点数。

接下来，让我们来看一个更复杂的例子。假设我们有一个包含学生姓名、出生日期和成绩的DataFrame，如下所示：

Python
import Pandas as pd
from datetime import date
data = {'姓名': ['张三', '李四', '王五'],
        '出生日期': [date(2000, 5, 10), date(2001, 3, 15), date(2000, 8, 20)],
        '成绩': [85.5, 92.0, 78.5]}
df = pd.DataFrame(data)

在这个例子中，我们的DataFrame包含了一个日期类型的列。同样，我们可以使用tolist()方法将DataFrame转换为列表的列表，并保持原始数据类型不变：

Python
list_of_lists = df.values.tolist()

这样，我们就得到了一个列表的列表，其中包含了每个学生的姓名、出生日期和成绩。由于我们没有更改任何数据类型，所以出生日期仍然是日期类型，而不是字符串。

案例代码：

Python
import Pandas as pd
# 创建DataFrame
data = {'姓名': ['张三', '李四', '王五'],
        '年龄': [18, 20, 19],
        '成绩': [85.5, 92.0, 78.5]}
df = pd.DataFrame(data)
# 将DataFrame转换为列表的列表
list_of_lists = df.values.tolist()
# 打印结果
for row in list_of_lists:
    print(row)

以上是将DataFrame转换为列表的列表的方法，通过这种方法，我们可以方便地处理和分析DataFrame中的数据。无论是简单的数据类型还是复杂的数据结构，都可以保持原始的数据类型不变，提供了更多的灵活性和可操作性。使用Pandas库的这一特性，我们可以更好地处理和分析各种数据集。