Преобразование Pandas DataFrame в массив NumPy (с примерами)

Вы можете использовать следующий синтаксис для преобразования кадра данных pandas в массив NumPy:

df.to_numpy ()

В следующих примерах показано, как использовать этот синтаксис на практике.

Пример 1: преобразование DataFrame с одинаковыми типами данных

В следующем коде показано, как преобразовать DataFrame pandas в массив NumPy, когда каждый из столбцов в DataFrame имеет один и тот же тип данных:

import pandas as pd

#create data frame
df1 = pd.DataFrame({'rebounds': [7, 7, 8, 13, 7, 4],
 'points': [5, 7, 7, 9, 12, 9],
 'assists': [11, 8, 10, 6, 6, 5]})

#view data frame
print(df1)

 rebounds points assists
0 7 5 11
1 7 7 8
2 8 7 10
3 13 9 6
4 7 12 6
5 4 9 5

#convert DataFrame to NumPy array
new = df1.to_numpy ()

#view NumPy array
print(new)

[[ 7 5 11]
 [ 7 7 8]
 [ 8 7 10]
 [13 9 6]
 [ 7 12 6]
 [ 4 9 5]]

#confirm that *new* is a NumPy array
print(type(new))

<class 'numpy.ndarray'> 

#view data type
print(new. dtype )

int64

Массив Numpy имеет тип данных int64, поскольку каждый столбец в исходном кадре данных pandas был целым числом.

Пример 2: преобразование DataFrame со смешанными типами данных

В следующем коде показано, как преобразовать DataFrame pandas в массив NumPy, когда столбцы в DataFrame не все имеют один и тот же тип данных:

import pandas as pd

#create data frame
df2 = pd.DataFrame({'player': ['A', 'B', 'C', 'D', 'E', 'F'],
 'points': [5, 7, 7, 9, 12, 9],
 'assists': [11, 8, 10, 6, 6, 5]})

#view data frame
print(df2)

 player points assists
0 A 5 11
1 B 7 8
2 C 7 10
3 D 9 6
4 E 12 6
5 F 9 5

#convert DataFrame to NumPy array
new = df2. to_numpy ()

#view NumPy array
print(new)

[['A' 5 11]
 ['B' 7 8]
 ['C' 7 10]
 ['D' 9 6]
 ['E' 12 6]
 ['F' 9 5]]

#confirm that *new* is a NumPy array
print(type(new))

<class 'numpy.ndarray'> 

#view data type
print(new. dtype )

object

Массив Numpy имеет тип данных объекта , поскольку не каждый столбец в исходном фрейме данных pandas имеет один и тот же тип данных.

Пример 3: преобразование DataFrame и установка значений NA

В следующем коде показано, как преобразовать DataFrame pandas в массив NumPy и указать значения, которые будут установлены для любых значений NA в исходном DataFrame:

import pandas as pd

#create data frame
df3 = pd.DataFrame({'player': ['A', 'B', pd.NA , 'D', 'E', 'F'],
 'points': [5, 7, pd.NA , 9, pd.NA , 9],
 'assists': [11, 8, 10, 6, 6, 5]})

#view data frame
print(df3)

 player points assists
0 A 5 11
1 B 7 8
2 <NA> <NA> 10
3 D 9 6
4 E <NA> 6
5 F 9 5

#convert DataFrame to NumPy array
new = df3. to_numpy (na_value='none')

#view NumPy array
print(new)

[['A' 5 11]
 ['B' 7 8]
 ['none' 'none' 10]
 ['D' 9 6]
 ['E' 'none' 6]
 ['F' 9 5]]

#confirm that *new* is a NumPy array
print(type(new))

<class 'numpy.ndarray'> 

#view data type
print(new. dtype )

object

Дополнительные ресурсы

Как создать фрейм данных Pandas из массива NumPy
Как преобразовать список в DataFrame в Pandas
Как преобразовать DataFrame в список в Pandas