博客

详解pandas.DataFrame.to_numpy()（将数据框转换为NumPy数组）函数使用方法

  • Post category:Python

pandas.DataFrame.to_numpy()是Pandas中将DataFrame对象转换为NumPy数组的方法。其作用是将DataFrame中的数据转换为一个多维数组，以便于进行计算和处理。

使用方法：

df.to_numpy(dtype=None, copy=False)

其中，参数dtype用于指定生成的NumPy数组的数据类型；参数copy用于指定是否进行数据拷贝。默认情况下，copy=False表示将不会进行数据拷贝。

实例1：

下面是一个简单的示例，说明如何使用to_numpy()方法将DataFrame对象转换为NumPy数组：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

arr = df.to_numpy()

print(arr)

运行结果为：

array([[1, 4],
       [2, 5],
       [3, 6]])

在这个例子中，我们首先创建了一个简单的DataFrame对象，包含两列数据。然后，我们调用to_numpy()方法将DataFrame对象转换为NumPy数组，并将结果存储在arr变量中。最后，我们打印出了生成的NumPy数组。

实例2：

下面是另一个示例，说明如何使用to_numpy()方法将DataFrame对象转换为浮点型NumPy数组：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4.0, 5.0, 6.0]})

arr = df.to_numpy(dtype='float')

print(arr)

运行结果为：

array([[1., 4.],
       [2., 5.],
       [3., 6.]])

在这个例子中，我们首先创建了一个简单的DataFrame对象，其中一列数据为浮点型。然后，我们调用to_numpy()方法，并指定参数dtype='float'，将DataFrame对象转换为浮点型的NumPy数组，并将结果存储在arr变量中。最后，我们打印出了生成的浮点型NumPy数组。

值得注意的是，to_numpy生成的NumPy数组与源DataFrame对象共享数据存储空间，因此在NumPy数组上的修改将直接反映在DataFrame对象上，反之亦然。

Tags: