DataFrame转换为Numpy数组

news2024/11/23 13:04:50

参考：Converting DataFrame to Numpy Array

Numpy（Numerical Python）是一种开源的Python科学计算库，它提供了一个强大的多维数组对象和一系列的工具函数，用于处理这些数组。Pandas则是Python中另一个流行的数据处理库，它建立在Numpy之上，并提供了简单而高效的数据结构，如DataFrame。

在实际的数据分析中，我们常常需要将Pandas的DataFrame对象转换为Numpy数组，以便进行更深入的分析和计算。本文将详细讨论如何将DataFrame转换为Numpy数组，并介绍一些相关的方法和技巧。

更多技术文章，全网首发公众号 “极客钛” 锁定 -上午11点 - ，感谢大家关注、转发、点赞！

DataFrame和Numpy数组的介绍

在开始之前，让我们先了解一下DataFrame和Numpy数组的基本特点。

DataFrame介绍

DataFrame是Pandas库中的一个重要数据结构，它类似于电子表格或数据库中的二维表格。一个DataFrame可以看作是由不同类型的列组成的表格，每列可以是不同类型的数据（例如整数、浮点数、字符等）。

Pandas中的DataFrame对象提供了许多强大的数据操作功能，如数据过滤、排序、合并、分组、聚合等。它是进行数据分析和处理的重要工具之一。

Numpy数组

Numpy中的数组是一个多维容器对象，它包含相同类型的元素，并支持基本的数值计算操作。Numpy数组可以是一维、二维、三维甚至更高维度的。

Numpy的数组对象提供了许多高效的数值计算函数和操作符，如向量化计算、广播运算、数学函数等。它是进行科学计算和数值分析的重要工具之一。

DataFrame转换为Numpy数组的方法

有多种方法可以将DataFrame转换为Numpy数组。下面我们将介绍其中的四种常用方法。

方法1：使用`values`属性

DataFrame对象的values属性可以返回一个具有相同数据的Numpy数组。这个方法非常简单，并且不会导致数据的复制。

例如，我们有一个包含学生姓名和成绩的DataFrame对象df：

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚', '小李', '小王'],
        '成绩': [90, 85, 92, 88, 79]}

df = pd.DataFrame(data)

可以通过以下代码将df转换为Numpy数组：

import numpy as np

array = df.values

转换后的array将是一个二维Numpy数组，其中的元素类型将与原DataFrame对象的元素类型保持一致。

方法2：使用`to_numpy()`方法

在Pandas 0.24及以上的版本中，DataFrame对象提供了to_numpy()方法，用于将其转换为Numpy数组。这个方法在底层使用了values属性。

继续上面的例子，可以通过以下代码将df转换为Numpy数组：

array = df.to_numpy()

转换后的结果与使用values属性的方法相同。

方法3：使用`as_matrix()`方法（已弃用）

在较早的Pandas版本中，DataFrame对象提供了as_matrix()方法，用于将其转换为Numpy数组。然而，这个方法在Pandas 0.23版本中已被弃用，并且在将来的版本中可能会被移除。

如果使用较旧的Pandas版本，可以通过以下代码将df转换为Numpy数组：

array = df.as_matrix()

然而，建议尽早迁移到values属性或to_numpy()方法，以保持代码的兼容性和稳定性。

方法4：使用`numpy.array()`函数

除了上述的DataFrame方法外，我们还可以使用Numpy库中的numpy.array()函数，直接将DataFrame对象作为输入参数。

继续上面的例子，可以通过以下代码将df转换为Numpy数组：

import numpy as np

array = np.array(df)

这种方法的效果与使用to_numpy()方法相同。

示例代码

下面是一个完整的示例代码，展示了如何将DataFrame转换为Numpy数组的过程以及结果输出：

import pandas as pd
import numpy as np

data = {'姓名': ['小明', '小红', '小刚', '小李', '小王'],
        '成绩': [90, 85, 92, 88, 79]}

df = pd.DataFrame(data)

# 使用values属性
array1 = df.values
print("使用values属性转换为Numpy数组：")
print(array1)
print("-" * 50)

# 使用to_numpy()方法
array2 = df.to_numpy()
print("使用to_numpy()方法转换为Numpy数组：")
print(array2)
print("-" * 50)

# 使用as_matrix()方法
if pd.__version__ < "0.23.0":
    array3 = df.as_matrix()
    print("使用as_matrix()方法转换为Numpy数组：")
    print(array3)
    print("-" * 50)

# 使用numpy.array()函数
array4 = np.array(df)
print("使用numpy.array()函数转换为Numpy数组：")
print(array4)
print("-" * 50)