【发布时间】：2012-11-02 00:57:33
【问题描述】：
我有兴趣了解如何将 pandas 数据帧转换为 NumPy 数组。
数据框：
import numpy as np
import pandas as pd
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')
给予
label 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
我想将其转换为 NumPy 数组，如下所示：
array([[ 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]])
我该怎么做？
作为奖励，是否可以像这样保留数据类型？
array([[ 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]],
dtype=[('ID', '<i4'), ('A', '<f8'), ('B', '<f8'), ('B', '<f8')])
或类似的？
【问题讨论】：
-
为什么需要这个？无论如何，数据帧不是基于 numpy 数组吗？您应该能够在需要 numpy 数组的地方使用数据框。这就是为什么您可以将数据帧与 scikit-learn 一起使用，其中函数要求 numpy 数组。
-
这里有几个可能与 dtypes 和 recarrays（又名记录数组或结构化数组）相关的链接：(1) stackoverflow.com/questions/9949427/… (2) stackoverflow.com/questions/52579601/…
-
注意： 必须像这样将 Pandas DataFrame 转换为数组（或列表）可能表明存在其他问题。我强烈建议确保 DataFrame 是适合您的特定用例的数据结构，并且 Pandas 不包含任何执行您感兴趣的操作的方式。
标签： python arrays pandas numpy dataframe