Pandas中把dataframe转成array的方法

Pandas 中的 dataframe 转换为数组(array)是一个很常见的需求。Pandas是一个基于NumPy构建的数据科学工具包,它提供了许多方便的函数将DataFrame数据转换为NumPy数组。以下是把 dataframe 转换为 array 的几种方法。

方法一:使用to_numpy函数

  1. to_numpy:此方法被广泛广泛使用,可以快速地将 Pandas DataFrame 转换为 NumPy array,并且可以处理 DataFrame 中的任何类型数据。
import pandas as pd

df = pd.DataFrame({
    'name': ['Jack', 'Lucy', 'Mike', 'Lee'],
    'age': [23, 25, 18, 20],
    'gender': ['male', 'female', 'male', 'male']
})

# 使用 to_numpy 函数将 dataframe 转换成 array
arr = df.to_numpy()
print(arr)

输出:

array([['Jack', 23, 'male'],
       ['Lucy', 25, 'female'],
       ['Mike', 18, 'male'],
       ['Lee', 20, 'male']], dtype=object)
  1. 使用values属性:另一种常见方法是使用DataFrame的values属性将DataFrame转换为多维数组。但是,这种方法已被弃用,建议使用to_numpy()来替代。
import pandas as pd

df = pd.DataFrame({
    'name': ['Jack', 'Lucy', 'Mike', 'Lee'],
    'age': [23, 25, 18, 20],
    'gender': ['male', 'female', 'male', 'male']
})

# 使用 values 属性将 dataframe 转换成 array
arr = df.values
print(arr)

输出:

array([['Jack', 23, 'male'],
       ['Lucy', 25, 'female'],
       ['Mike', 18, 'male'],
       ['Lee', 20, 'male']], dtype=object)

方法二:先转置再使用to_numpy方法

import pandas as pd

df = pd.DataFrame({
    'name': ['Jack', 'Lucy', 'Mike', 'Lee'],
    'age': [23, 25, 18, 20],
    'gender': ['male', 'female', 'male', 'male']
})

# 使用 to_numpy 方法将 dataframe 转换成 array
arr = df.T.to_numpy()
print(arr)

输出:

array([['Jack', 'Lucy', 'Mike', 'Lee'],
       [23, 25, 18, 20],
       ['male', 'female', 'male', 'male']], dtype=object)

以上是把 dataframe 转换成 array 的几种方法,使用哪一种方法请根据实际情况选择。

阅读剩余 35%

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中把dataframe转成array的方法 - 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

  • 使用Python预测空气质量指数

    Title: 使用Python预测空气质量指数 空气质量指数(AQI)是衡量空气质量好坏的标准之一,预测空气质量指数是对环境保护的重要工作之一。Python是一种强大的编程语言,能够较方便地处理数据集,因此在预测AQI方面也有很大的应用。 数据获取 首先,我们需要获得空气质量数据集。可在国家环境保护部门网站上获取,也可通过第三方数据提供商获得。这里我们以UC…

    python-answer 2023年3月27日
    00
  • 详解Python连接MySQL数据库的多种方式

    详解Python连接MySQL数据库的多种方式 在Python中连接MySQL数据库有多种方式,包括使用原生库、使用ORM框架和使用第三方库等等。下面将逐一介绍这些方式的使用方法。 使用原生库 Python原生库mysql-connector-python是Python官方推荐的mysql库,支持Python 3.x版本和MySQL 8.0。以下是使用该库连…

    python 2023年6月13日
    00
  • Python Pandas常用函数方法总结

    PythonPandas常用函数方法总结 什么是Python Pandas库? Pandas是Python中的一个数据处理库,它提供了数据处理和分析的实用工具,使得数据处理更加快速和容易。Pandas主要包含两个核心数据结构:Series和DataFrame。Series用于处理单一纬度的数据,而DataFrame用于处理多维数据的表格。 Pandas常用函…

    python 2023年5月14日
    00
  • 用Pandas绘制时间序列图或线图

    当我们需要呈现时间序列数据时,Pandas提供了一些方便的绘图工具。这包括了时间序列图和线图。下面我来详细介绍如何用Pandas绘制时间序列图或线图的完整攻略,并提供相应的实例说明。 1.准备数据 Pandas中的时间序列数据一般是通过datetime来表示的。下面我们来生成一个简单的时间序列数据集,包括时间和数值两个维度。 import pandas as…

    python-answer 2023年3月27日
    00
  • Python – 将列表的dict转换为Pandas数据框

    接下来我会提供详细的Python将列表的dict转换为Pandas数据框的攻略,并提供实例说明。 1. 导入所需库 首先要做的是导入所需库。在这个过程里,我们需要导入Pandas库。 import pandas as pd 2. 创建包含字典的列表 接下来的步骤是创建一个包含字典的列表,这个字典包含列名和列值。这是将这些数据转换成Pandas数据框格式的先决…

    python-answer 2023年3月27日
    00
  • Pandas数据分析之pandas文本处理

    那我为您介绍一下“Pandas数据分析之pandas文本处理”的完整攻略。 导入Pandas库 在使用Pandas进行文本处理之前,需要先导入Pandas库。代码如下: python import pandas as pd 加载文本数据 Pandas支持多种数据格式,包括CSV、Excel、SQL等。以CSV格式的数据为例,可以使用read_csv()函数加…

    python 2023年5月14日
    00
  • 在Pandas Lambda函数中使用Apply,有多个if语句

    使用Pandas Lambda函数中的apply方法时,可以在Lambda函数中使用多个if语句实现更加复杂的条件筛选和处理。下面介绍Lambda函数中使用apply方法的完整攻略,并给出具体的实例说明。 准备数据 首先,需要准备Pandas DataFrame类型的数据。以一个图书信息表为例,数据如下所示: import pandas as pd df =…

    python-answer 2023年3月27日
    00
  • 如何在Pandas数据框架中小写列名

    在Pandas数据框架中,小写列名可以加强统一性和可读性,下面是小写列名的详细攻略及实例说明。 步骤一:获取要小写的列名 首先,我们需要获取要小写的列名,如果数据框中的列名比较多,手动一个一个修改非常麻烦,可以通过如下代码获取全部列名: lower_cols = list(df.columns) 步骤二:使用列表解析式转换列名为小写 利用列表解析式,我们可以…

    python-answer 2023年3月27日
    00
合作推广
合作推广
分享本页
返回顶部