Numpy：如何将pandas数据框转换为一维数组

在本文中，我们将介绍如何将pandas数据框（dataframe）转换为一维数组（array）。Numpy是一个用Python编写的第三方库，提供了许多用于数值计算的函数和工具。Pandas是Numpy的一种应用，它是一个开源的、灵活的、易于使用的数据分析和操作工具。Pandas数据框是一种二维表格数据结构，可以存储不同类型的数据。而Numpy数组是一种多维数组数据结构，用于存储同类型的数据。

阅读更多：Numpy 教程

方法一：使用values属性

Pandas数据框有一个values属性，用于获取数据框中的数据，并将其转换为Numpy数组。例如，假设我们有这样一个数据框：

import pandas as pd

df = pd.DataFrame({
    'Name': ['Bob', 'Jane', 'Alice'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Paris', 'London']
})

print(df)

输出结果为：

    Name  Age      City
0    Bob   25  New York
1   Jane   30     Paris
2  Alice   35    London

我们可以使用values属性将它转换为Numpy数组：

import numpy as np

arr = df.values.flatten()

print(arr)

输出结果为：

['Bob' 25 'New York' 'Jane' 30 'Paris' 'Alice' 35 'London']

这将把每列连接成一个一维数组，而不是将每行连接成一个一维数组。

方法二：使用to_numpy()方法

Pandas 0.24版本及以上的版本支持to_numpy()方法，该方法将数据框转换为Numpy数组。例如，我们可以使用以下代码将数据框转换为一维数组：

arr = df.to_numpy().flatten()

print(arr)

输出结果为：

['Bob' 25 'New York' 'Jane' 30 'Paris' 'Alice' 35 'London']

类似地，这将把每列连接成一个一维数组，而不是将每行连接成一个一维数组。

方法三：使用ravel()方法

Numpy数组有一个ravel方法，用于将多维数组转换为一维数组。我们可以使用这个方法将Pandas数据框转换为一维数组。例如：

arr = df.to_numpy().ravel()

print(arr)

输出结果为：

['Bob' 25 'New York' 'Jane' 30 'Paris' 'Alice' 35 'London']

与前两种方法一样，这将把每列连接成一个一维数组，而不是将每行连接成一个一维数组。

总结

本文介绍了如何将Pandas数据框转换为一维Numpy数组。我们演示了三种方法：使用values属性、使用to_numpy()方法和使用ravel()方法。在选择哪种方法时，需要考虑数据框的形状和需要的一维数组的形状。如果需要将每行连接成一个一维数组，则可以使用transpose()方法转置数据框，然后再使用上述方法。