Pandas 数据框到 numpy void 数组答案

【问题标题】：Pandas dataframe to numpy void arrayPandas 数据框到 numpy void 数组
【发布时间】：2020-12-15 14:54:25
【问题描述】：

我正在使用 FMPY 模块，它是模拟 FMU 的绝佳工具。

对于输入，模块需要一个信号数组，

dtype = [('time', np.double), ('step', np.double), ('pshaft', np.double), ('rpm', np.double)]
signals = np.array([(0.0, 1 ,20, 5000), 
                    (1., 1,25, 5000), 
                    (2., 1,30 , 5000), 
                    (3., 1,35, 5000)],
                    dtype=dtype)

我面临的挑战是从列名为“时间”、“步骤”等的数据框中创建这样一个数组... 我曾尝试使用df.to_record(index=false)，但它提供了不同的 NumPy 对象类型。如果我查看 dtype 的两个不同对象，我会得到这个。

signals[0].dtype
Out[7]: dtype([('time', '<f8'), ('step', '<f8'), ('pshaft', '<f8'), ('rpm', '<f8')])

test[0].dtype
Out[8]: dtype((numpy.record, [('time', '<f8'), (' step', '<i8'), (' pshaft', '<i8'), (' rpm', '<i8')]))

问题是是否有办法从dtype 中删除numpy.record，看看是否能解决问题？

【问题讨论】：

标签： arrays pandas numpy record void

【解决方案1】：

显然我看不到 csv 文件中有空格......所以这是一个简单的用户错误。

【讨论】：

【解决方案2】：

to_record 生成 np.recarray，ndarray 的子类。它就像一个结构化数组，但增加了将字段引用为属性的能力。我认为这是numpy 的早期功能，它在很大程度上已被结构化数组（以及复合dtype）所取代。所以pandas 的使用有点像过去的保留。

In [190]: x = np.array([(1,2),(3,4)], 'i,i')
In [191]: x
Out[191]: array([(1, 2), (3, 4)], dtype=[('f0', '<i4'), ('f1', '<i4')])
In [192]: x.dtype
Out[192]: dtype([('f0', '<i4'), ('f1', '<i4')])

您可以使用以下方法从结构化数组中创建一个重新数组：

In [193]: y = x.view(np.recarray)
In [194]: y
Out[194]: 
rec.array([(1, 2), (3, 4)],
          dtype=[('f0', '<i4'), ('f1', '<i4')])
In [195]: y.dtype
Out[195]: dtype((numpy.record, [('f0', '<i4'), ('f1', '<i4')]))
In [196]: y.f0
Out[196]: array([1, 3], dtype=int32)
In [197]: y['f0']
Out[197]: array([1, 3], dtype=int32)

必须转换回ndarray，但我的狩猎和啄食实验没有找到它。我将不得不分解并阅读文档:)

FMPY 模块是否因使用recarray 而烦恼？我认为这对大多数 numpy 代码没有影响。

【讨论】：