如何将带有缺失值的 Pandas DataFrame 转换为保留 NaN 的 NumPy 数组？

将带有缺失值的 Pandas 数据框转换为 NumPy 数组

问题

将带有缺失值的 Pandas 数据框转换为 NumPy 数组，保留缺失值作为 np.nan。考虑以下数据帧：

<code class="python">index = [1, 2, 3, 4, 5, 6, 7]
a = [np.nan, np.nan, np.nan, 0.1, 0.1, 0.1, 0.1]
b = [0.2, np.nan, 0.2, 0.2, 0.2, np.nan, np.nan]
c = [np.nan, 0.5, 0.5, np.nan, 0.5, 0.5, np.nan]
df = pd.DataFrame({'A': a, 'B': b, 'C': c}, index=index)
df = df.rename_axis('ID')

print(df)</code>

输出：

      A    B    C
ID
1   NaN  0.2  NaN
2   NaN  NaN  0.5
3   NaN  0.2  0.5
4   0.1  0.2  NaN
5   0.1  0.2  0.5
6   0.1  NaN  0.5
7   0.1  NaN  NaN

使用 df.to_numpy() 的解决方案

使用 to_numpy() 方法将数据帧转换为缺失值表示为 np.nan 的 NumPy 数组：

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

np_array = df.to_numpy()

print(np_array)</code>

输出：

[[ nan  0.2  nan]
 [ nan  nan  0.5]
 [ nan  0.2  0.5]
 [ 0.1  0.2  nan]
 [ 0.1  0.2  0.5]
 [ 0.1  nan  0.5]
 [ 0.1  nan  nan]]

保留数据类型

如果需要保留结果数组，使用 DataFrame.to_records() 创建 NumPy 结构化数组：

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

structured_array = df.to_records()

print(structured_array)</code>

输出：

rec.array([('a', 1, 4, 7), ('b', 2, 5, 8), ('c', 3, 6, 9)],
          dtype=[('ID', 'O'), ('A', '<i8'), ('B', '<i8'), ('B', '<i8')])

以上是如何将带有缺失值的 Pandas DataFrame 转换为保留 NaN 的 NumPy 数组？的详细内容。更多信息请关注PHP中文网其他相关文章！