pandas库疑难问题---4、DataFrame类型转换成Numpy中ndarray

一、总结

一句话总结：

可以使用DataFrame中的values属性或to_numpy方法 和 Numpy中的array方法

ans=df.values
ans=df.to_numpy()
ans=np.array(df)

 

 

二、DataFrame类型转换成Numpy中ndarray

博客对应课程的视频位置：4、DataFrame类型转换成Numpy中ndarray-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/381

 

import pandas as pd import numpy as np df = pd.DataFrame(np.arange(20).reshape((4,5)),index=list("ABCD"),columns=list("vwxyz")) print(df) 

    v   w   x   y   z
A   0   1   2   3   4
B   5   6   7   8   9
C  10  11  12  13  14
D  15  16  17  18  19

可以使用DataFrame中的values属性或to_numpy方法 和 Numpy中的array方法

1、使用DataFrame中的values属性或to_numpy方法

In [6]:

# dir(df)

values属性

In [3]:

ans=df.values print(type(ans)) print(ans) 

<class 'numpy.ndarray'>
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]

to_numpy方法

In [4]:

ans=df.to_numpy() print(type(ans)) print(ans) 

<class 'numpy.ndarray'>
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]

2、使用Numpy中的array方法

In [5]:

ans=np.array(df) print(type(ans)) print(ans) 

<class 'numpy.ndarray'>
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]

In [ ]:

 

 

博客对应系列课程视频位置：
1、pandas打乱数据集-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/360
2、pandas切片操作-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/379
3、loc方法和iloc方法的区别-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/380
4、DataFrame类型转换成Numpy中ndarray-范仁义-读书编程笔记
https://www.fanrenyi.com/video/39/381