Numpy如何将pandas的单个行输出为数组

在本文中，我们将介绍如何使用Numpy将Pandas Dataframe的单个行输出为Numpy数组。这对于数据分析和机器学习等领域非常有用。Pandas是Python中最流行的数据处理库之一，Numpy是Python中流行的数值计算库。

阅读更多：Numpy 教程

基本Pandas行作为一个数组输出

Pandas中的单个行可以通过.loc方法访问。.loc方法可用于获取具有特定标签的行或列。在这种情况下，我们可以使用.loc方法来选择单个行：

import pandas as pd
import numpy as np

data = {'name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'age': [28, 34, 29, 42]}
df = pd.DataFrame(data)
row = df.loc[0]

通过将行名称传递给df.loc，可以选择单个行。现在，我们有一个名为row的Pandas Series。要将其转换为Numpy数组，请使用.values：

row_array = row.values

这将返回一个一维Numpy数组。

array(['Tom', 28], dtype=object)

现在我们已经将Pandas的单个行转换为Numpy数组。

Pandas行作为二维数组输出

在我们的实例中，我们仅转换了单个Pandas行。但是，如果我们想转换整个Pandas Dataframe的零散行，我们可以使用相同的方法来转换每个行并将它们连接在一起。使用values属性，我们可以轻松地将整个DataFrame转换为numpy数组：

np_array = df.values

这将返回一个二维Numpy数组。

array([['Tom', 28],
       ['Jack', 34],
       ['Steve', 29],
       ['Ricky', 42]], dtype=object)

结论

使用Numpy将Pandas Dataframe的单个行转换为Numpy数组是非常容易的。通过使用.loc方法选择单个行，我们可以轻松地将其转换为Pandas Series。使用.values属性，我们可以将其转换为Numpy数组。同样的方法也可用于将整个Dataframe转换为Numpy数组。