Pandas实现dataframe和np.array的相互转换

要实现Pandas中DataFrame与NumPy中ndarray之间的相互转换可以使用以下函数:

  • 将DataFrame转换为ndarray:dataframe.values
  • 将ndarray转换为DataFrame:pd.DataFrame(array)

下面我们用两个示例讲解具体的转换步骤。

  1. 将DataFrame转换为ndarray
    首先,我们需要创建一个包含数据的DataFrame
import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(4, 3),columns=['col1', 'col2', 'col3'])
print(df)

输出结果:

       col1      col2      col3
0 -0.506530 -0.435362 -0.592510
1  0.333665  0.862018 -0.532247
2 -0.771791 -0.248914 -0.068000
3 -0.898702  2.271660  0.658289

使用values函数将DataFrame转换为ndarray,并输出结果

ndarray = df.values
print(ndarray)

输出结果:

[[-0.50653004 -0.43536182 -0.59251035]
 [ 0.33366512  0.86201773 -0.53224741]
 [-0.77179126 -0.24891399 -0.06799969]
 [-0.89870166  2.27166025  0.65828888]]
  1. 将ndarray转换为DataFrame
    首先,我们需要创建一个ndarray
array = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
print(array)

输出结果:

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

使用pd.DataFrame函数将ndarray转换为DataFrame,并输出结果

df = pd.DataFrame(array, columns=['col1', 'col2', 'col3'])
print(df)

输出结果:

   col1  col2  col3
0     0     1     2
1     3     4     5
2     6     7     8

以上就是使用Pandas实现DataFrame和ndarray相互转换的完整攻略,希望能对您有所帮助。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Pandas实现dataframe和np.array的相互转换 - Python技术站

(0)
上一篇 2023年5月14日
下一篇 2023年5月14日

相关文章

  • 根据应用于某一列的特定条件,从数据框架中删除行。

    要从数据框架中删除满足特定条件的行,可以按照以下步骤进行: 确定要删除的条件,以哪一列为依据。 例如,我们有一个数据框架 df,其中一列 salary 为工资数据,我们想删除工资低于 5000 的员工信息。 利用条件筛选选出要删除的行。 可以使用 df[df[‘salary’] < 5000] 来筛选出工资低于 5000 的员工信息。 示例代码: im…

    python-answer 2023年3月27日
    00
  • 通过5个例子让你学会Pandas中的字符串过滤

    当我们在使用Pandas操作数据时,经常会遇到需要对数据中的字符串进行过滤的情况。Pandas提供了很多方法来方便地进行字符串过滤和搜索。通过5个例子,我们将学习Pandas中的字符串过滤和搜索技巧。 1. 字符串包含 要检查某个字符串是否包含另一个字符串,我们可以使用.str.contains()方法。示例如下: import pandas as pd d…

    python 2023年5月14日
    00
  • Pandas 读写sqlite数据库

    下面是Pandas读写sqlite数据库的详细攻略,包含实例说明。 1. 读取Sqlite数据库 读取Sqlite数据库的主要方式是使用pandas库中的read_sql_query()函数,该函数可以直接执行SQL查询并返回结果作为DataFrame对象。下面是读取Sqlite数据库的基本步骤: 首先需要导入pandas和sqlite3库。 import …

    python-answer 2023年3月27日
    00
  • 如何在Pandas中把一个函数应用于多个列

    在Pandas中,我们可以使用apply方法来将一个函数应用于一列或多列数据。通常,这个函数可以是自定义的,也可以是Python内置函数。 假设我们有一个数据集,包括三列数据x、y和z,我们希望对x、y、z计算它们的平均值,并将结果存储在另一个列avg中,我们可以按照以下步骤操作: 导入Pandas模块和数据集 import pandas as pd dat…

    python-answer 2023年3月27日
    00
  • Python Pandas删除替换并提取其中的缺失值NaN(dropna,fillna,isnull)

    Python Pandas删除、替换并提取其中的缺失值NaN 在Python的数据处理中,很可能会遇到包含缺失值的数据。处理缺失值是数据清洗的重要步骤之一。在Python Pandas中,可以使用dropna、fillna、isnull等函数来处理缺失值NaN。下面详细讲解这几个函数的用法。 dropna函数 dropna函数可以删除包含缺失值的行或列。其中…

    python 2023年5月14日
    00
  • Pandas读取行列数据最全方法

    下面我将为您讲解“Pandas读取行列数据最全方法”的完整攻略: 1. 读取行数据 1.1 使用loc方法 使用loc方法可以通过行标签名称或Boolean Mask来选取行数据。示例如下: import pandas as pd data = pd.read_csv(‘data.csv’) # 选取所有行数据 all_data = data.loc[:] …

    python 2023年5月14日
    00
  • 如何在Pandas数据框架的指定列上显示条形图

    要在Pandas数据框架的指定列上显示条形图,需要先准备好数据,并使用Pandas的plot函数进行绘图。下面是详细步骤: 导入Pandas和Matplotlib库 import pandas as pd import matplotlib.pyplot as plt 创建数据框架 data = {‘Name’: [‘Tom’, ‘Jerry’, ‘Bob’…

    python-answer 2023年3月27日
    00
  • SQL基础教程之行转列Pivot函数

    当我们从数据库中提取数据时,有时数据都显示为一列一列的。但是,我们可能需要将一些列转化为行,这就需要用到Pivot函数。本文主要介绍SQL Server数据库中的Pivot函数的基础用法。 1.什么是Pivot函数 Pivot函数是SQL Server提供的用于转化数据表结构的函数。它可以将一列或多列数据整理成一个新的行列结构的表。 Pivot函数在交叉列和…

    python 2023年6月13日
    00
合作推广
合作推广
分享本页
返回顶部