누락된 값이 있는 Pandas DataFrame을 NumPy 배열로 효율적으로 변환하는 방법은 무엇입니까?

누락된 값이 있는 Pandas 데이터프레임을 NumPy 배열로 변환

누락된 값이 있는 Pandas 데이터프레임을 NumPy로 변환하는 가장 효율적인 방법 배열은 df.to_numpy()를 통해 이루어집니다. 이는 df.values와 같은 이전 방법에 비해 다음을 포함하여 여러 가지 장점을 제공합니다.

• 기본 데이터의 뷰를 일관되게 반환하여 메모리 소비를 최소화합니다.
• 확장 유형을 적절한 NumPy dtype으로 변환하여 처리합니다.
• 별도로 지정하지 않는 한 원래 데이터 유형을 보존합니다.

예:

<code class="python">import pandas as pd
import numpy as np

# Create a DataFrame with missing values
df = pd.DataFrame({'A': [np.nan, np.nan, 0.1, 0.1, 0.1, 0.1],
                   'B': [0.2, np.nan, 0.2, 0.2, np.nan, np.nan],
                   'C': [np.nan, 0.5, 0.5, np.nan, 0.5, np.nan]})

# Convert to a NumPy array with missing values represented as `np.nan`
array = df.to_numpy()

# Result:
# array([[ nan,  0.2,  nan],
#        [ nan,  nan,  0.5],
#        [ 0.1,  0.2,  0.5],
#        [ 0.1,  0.2,  nan],
#        [ 0.1,  nan,  0.5],
#        [ 0.1,  nan,  nan]])</code>

Dtype 보존:

to_numpy는 Dtype 보존을 직접 지원하지 않지만 np.rec.fromrecords를 사용하여 이 효과를 얻을 수 있습니다.

<code class="python"># Create a DataFrame with mixed data types
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7.2, 8.1, 9.3]})

# Convert to a structured array with preserved Dtypes
struct_array = np.rec.fromrecords(
    df.reset_index(),
    names=list(df.columns) + ['index']
)

# Result:
# rec.array([('a', 1, 4, 7.2), ('b', 2, 5, 8.1), ('c', 3, 6, 9.3)],
#           dtype=[('index', '<U1'), ('A', '<i8'), ('B', '<i8'), ('C', '<f8')])</code>

위 내용은 누락된 값이 있는 Pandas DataFrame을 NumPy 배열로 효율적으로 변환하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!