如何将 pandas 系列或索引转换为Numpy数组? [英] How do I convert a pandas Series or index to a Numpy array?

问题描述

您知道如何获取DataFrame的索引或列作为NumPy数组或python列表吗?

Do you know how to get the index or column of a DataFrame as a NumPy array or python list?

推荐答案

要获取NumPy数组，应使用values属性:

To get a NumPy array, you should use the values attribute:

In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
   A  B
a  1  4
b  2  5
c  3  6

In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)

这将访问如何存储数据，因此无需进行转换.
注意:此属性也可用于其他许多熊猫的对象.

This accesses how the data is already stored, so there's no need for a conversion.
Note: This attribute is also available for many other pandas' objects.

In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])

---

要以列表形式获取索引，请调用tolist:

In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']

同样，对于列.

这篇关于如何将 pandas 系列或索引转换为Numpy数组?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！