DataFrame 转换为 Numpy 数组|极客教程

DataFrame 转换为 Numpy 数组

数据分析和机器学习中常常需要对数据进行处理和转换。在 Python 中，pandas 库的 DataFrame 是非常常用的数据结构，它提供了灵活且高性能的数据操作功能。而在一些机器学习算法中，则常常需要将 DataFrame 转换为 Numpy数组进行处理。

本文将详细介绍如何将 DataFrame 转换为 Numpy数组，并提供一些示例代码，帮助读者更好地理解和上手这个过程。

DataFrame 的基本概念

在开始讨论 DataFrame 转换为 Numpy数组之前，我们先来了解一下 DataFrame 的基本概念。

DataFrame 是 pandas 库中的一个数据结构，它类似于关系型数据库中的表格，由多个列组成，每个列可以是不同的数据类型。我们可以将 DataFrame 简单理解为一个二维表，其中包含了行索引和列索引，每列可以存储不同类型的数据。

DataFrame 转换为 Numpy 数组的方法

在 pandas 中，提供了多种方式将 DataFrame 转换为 Numpy数组。下面我们将分别介绍这些方法，并给出相应的示例代码。

方法 1: `values` 属性

DataFrame 对象中的 values 属性可以直接获取 DataFrame 的值，并返回一个二维数组。

import pandas as pd
import numpy as np

# 创建一个 DataFrame
data = {'col1': [1, 2, 3],
        'col2': [4, 5, 6],
        'col3': [7, 8, 9]}
df = pd.DataFrame(data)

# 将 DataFrame 转换为 Numpy数组
array = df.values

print(array)

输出结果：

DataFrame 转换为 Numpy 数组

方法 2: `to_numpy()` 方法

DataFrame 对象中的 to_numpy() 方法可以将 DataFrame 转换为 Numpy数组。

import pandas as pd
import numpy as np

# 创建一个 DataFrame
data = {'col1': [1, 2, 3],
        'col2': [4, 5, 6],
        'col3': [7, 8, 9]}
df = pd.DataFrame(data)

# 将 DataFrame 转换为 Numpy数组
array = df.to_numpy()

print(array)

输出结果：

DataFrame 转换为 Numpy 数组

方法 3: `as_numpy()` 方法

pandas 1.0.0 版本及以上提供了 as_numpy() 方法，以较低的内存开销将 DataFrame 转换为 Numpy数组。

import pandas as pd
import numpy as np

# 创建一个 DataFrame
data = {'col1': [1, 2, 3],
        'col2': [4, 5, 6],
        'col3': [7, 8, 9]}
df = pd.DataFrame(data)

# 将 DataFrame 转换为 Numpy数组
array = df.to_numpy()

print(array)

输出结果：

DataFrame 转换为 Numpy 数组