Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Menukar Pandas DataFrame kepada NumPy Array?

Bagaimana untuk Menukar Pandas DataFrame kepada NumPy Array?

Linda Hamilton
Lepaskan: 2024-12-14 05:28:14
asal
189 orang telah melayarinya

How to Convert a Pandas DataFrame to a NumPy Array?

Tukar bingkai data panda kepada tatasusunan NumPy

Bagaimanakah saya hendak menukar bingkai data panda kepada tatasusunan NumPy?

Gunakan df.to_numpy()

df.to_numpy() ialah kaedah yang disyorkan untuk menukar bingkai data panda kepada tatasusunan NumPy. Ia ditakrifkan pada objek Indeks, Siri dan DataFrame dan menyediakan cara yang konsisten untuk mengekstrak tatasusunan NumPy yang mendasari.

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# Convert the entire DataFrame
array = df.to_numpy()

# Convert specific columns
array = df[['A', 'C']].to_numpy()
Salin selepas log masuk

Tatasusunan yang dikembalikan ialah paparan DataFrame asal, jadi sebarang pengubahsuaian yang dibuat pada tatasusunan akan ditunjukkan dalam DataFrame. Untuk mendapatkan salinan sebaliknya, gunakan to_numpy(copy=True).

Memelihara dtypes

Jika anda perlu mengekalkan dtypes dalam hasilnya, anda boleh menggunakan DataFrame .to_records() bukannya to_numpy().

record_array = df.to_records()
Salin selepas log masuk

Walau bagaimanapun, ambil perhatian bahawa to_records() mengembalikan rec.array, yang bukan tatasusunan NumPy. Sebaliknya, ia adalah tatasusunan berstruktur yang lebih mirip kepada DataFrame panda. Jika anda memerlukan tatasusunan NumPy benar dengan dtypes yang dipelihara, anda boleh menggunakan np.rec.fromrecords():

named_array = np.rec.fromrecords(v, names=v.columns.tolist())
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Menukar Pandas DataFrame kepada NumPy Array?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan