python numpy中array與pandas的DataFrame轉(zhuǎn)換方式

89542767 發(fā)布于2022-09-12 10:19 / 530人閱讀

　　寫這篇文章的主要目的是，為一些新手講些一些知識，包括python numpy中array與pandas的DataFrame轉(zhuǎn)換方式的相關問題，具體代碼已給大家貼出來了，大家可以好好的閱讀。

　　numpy array與pandas的DataFrame轉(zhuǎn)換

　　1.numpy的array轉(zhuǎn)換為pandas的DataFrame

　　mat為array數(shù)組，df為轉(zhuǎn)換的DataFrame數(shù)據(jù)表

　　array:

  　array([[-0.35634004,-0.80776298,-0.46225068,0.18545311],
　　[-1.42016031,0.30656195,0.48116582,-1.50056694],
　　[-0.82736929,-1.07835642,2.35918293,0.06560682]])

　　代碼：

  　import numpy as np
　　import pandas as pd
　　mat=np.random.randn(3,4)
　　df=pd.DataFrame(mat)
　　df

  　0 1 2 3
　　0-0.356340-0.807763-0.462251 0.185453
　　1-1.420160 0.306562 0.481166-1.500567
　　2-0.827369-1.078356 2.359183 0.065607

　　2.pandas的DataFrame轉(zhuǎn)換為numpy的array

　　代碼：

　　import numpy as np
　　import pandas as pd
　　mat=np.array(df)
　　mat

　　array([[-0.35634004,-0.80776298,-0.46225068,0.18545311],
　　[-1.42016031,0.30656195,0.48116582,-1.50056694],
　　[-0.82736929,-1.07835642,2.35918293,0.06560682]])

　Pandas DataFrame轉(zhuǎn)換成Numpy中array的三種方法

　　在用pandas包和numpy包對數(shù)據(jù)進行分析和計算時，經(jīng)常用到DataFrame和array類型的數(shù)據(jù)。在對DataFrame類型的數(shù)據(jù)進行處理時，需要將其轉(zhuǎn)換成array類型，是以下列出了三種轉(zhuǎn)換方法。

　　首先導入numpy模塊、pandas模塊、創(chuàng)建一個DataFrame類型數(shù)據(jù)df

　  import numpy as np
　　import pandas as pd
　　df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})

　　1.使用DataFrame中的values方法

 　df.values

　　2.使用DataFrame中的as_matrix()方法

   df.as_matrix()

　　3.使用Numpy中的array方法

   np.array(df)

　　三種方法效果相同，都能實現(xiàn)DataFrame到array的轉(zhuǎn)換，效果如下。

文章版權歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/127645.html

一文帶你斬殺Python之Numpy??Pandas全部操作【全網(wǎng)最詳細】???

目錄Numpy簡介Numpy操作集合1、不同維度數(shù)據(jù)的表示1.1 一維數(shù)據(jù)的表示1.2 二維數(shù)據(jù)的表示1.3 三維數(shù)據(jù)的表示2、為什么要使用Numpy2.1、Numpy的ndarray具有廣播功能2.2 Numpy數(shù)組的性能比Python原生數(shù)據(jù)類型高3 ndarray的屬性和基本操作3.1 ndarray的基本屬性3.2 ndarray元素類型3.3 創(chuàng)建ndarray的方式3.4 ndarr...

asoren 2021-09-09 09:34 評論0 收藏0
python綜合學習四之Numpy和Pandas(下)

摘要：一基礎運算二通過上一節(jié)的學習，我們可以了解到一部分矩陣中元素的計算和查找操作。相應的，在矩陣的個元素中，最小值即，對應索引，最大值為，對應索引為。確認是否與相同。要使用，首先需要了解他主要兩個數(shù)據(jù)結(jié)構和。這一節(jié)繼續(xù)學習Numpy和Pandas。一、numpy基礎運算二通過上一節(jié)的學習，我們可以了解到一部分矩陣中元素的計算和查找操作。然而在日常使用中，對應元素的索引也是非常重要的。...

yeyan1996 2019-07-30 17:36 評論0 收藏0
8個Python高效數(shù)據(jù)分析的技巧

摘要：以指定數(shù)目均勻分割區(qū)間。所以給定區(qū)間和，以及等分分割點數(shù)目，將返回一個數(shù)組。將一個函數(shù)應用于指定軸上的每一個元素。如果您熟悉，那么你也許聽說過數(shù)據(jù)透視表。內(nèi)置的函數(shù)以的形式創(chuàng)建電子表格樣式的數(shù)據(jù)透視表，它可以幫助我們快速查看某幾列的數(shù)據(jù)。一行代碼定義List showImg(https://segmentfault.com/img/remote/1460000015965704?...

FullStackDeveloper 2019-07-30 17:21 評論0 收藏0
python_pandas學習

摘要：的名稱來自于面板數(shù)據(jù)和數(shù)據(jù)分析。以下的內(nèi)容主要以為主。終端輸入導入相關模塊是一種類似于一維數(shù)組的對象，它由一組數(shù)據(jù)各種數(shù)據(jù)類型以及一組與之相關的數(shù)據(jù)標簽即索引組成。如果僅傳入一個序列，則會重新索引行函數(shù)的參數(shù)參數(shù)說明用作索引的新序列。原文鏈接 numPy pandas的數(shù)據(jù)結(jié)構介紹簡介 Pandas [1] 是python的一個數(shù)據(jù)分析包，最初由AQR Capital Mana...

codercao 2019-07-30 16:10 評論0 收藏0