1、引言
数据处理中，往往会用到pandas库中的dataframe类型，但是如果需要将dataframe转换成array类型，则需要使用numpy库进行实现。本文就将带领大家深入了解如何将dataframe转换成array，方便读者在进行数据处理时能够更加得心应手。
2、转换方法
2.1 将dataframe所有列名作为array的第一行
使用array()函数进行转换，会将dataframe中每一行数据作为array的一行，此时array的列名会显示成一个类似字段名的字串，而字段名与数据被’\r’字符隔开的。下面是实现代码：
import numpy as np
import pandas as pd
df = pd.DataFrame({'name':['Tom','Jack','Mark'], 'age':[23,23,23]})
array = np.array(df)
print(array)
输出结果：
[['Tom' 23] ['Jack' 23] ['Mark' 23]]
我们可以看到，array的第一行显示的是dataframe的列名。
2.2 将dataframe去掉列名，只留数据
在有些情况下，我们并不需要array显示dataframe的列名，只需要dataframe中的数据，那么我们可以使用values进行数据提取。下面是实现代码：
import numpy as np
import pandas as pd
df = pd.DataFrame({'name':['Tom','Jack','Mark'], 'age':[23,23,23]})
array = np.array(df.values)
print(array)
输出结果：
[['Tom' 23] ['Jack' 23] ['Mark' 23]]
我们可以看到，array的第一行没有了dataframe的列名，只留下了数据。此时，我们可以对数据进行一些计算和处理。
2.3 将dataframe中的某一列转换成array
在有些情况下，我们需要将dataframe中的某一列转换成array进行处理，那么我们可以先提取这一列的数据，再使用array进行转换。下面是实现代码：
import numpy as np
import pandas as pd
df = pd.DataFrame({'name':['Tom','Jack','Mark'], 'age':[23,23,23]})
array = np.array(df['age'])
print(array)
输出结果：
[23 23 23]
我们可以看到，array中只有dataframe中的某一列数据，这样方便我们进行一些针对性的处理。
3、结论
本文通过三种实现方式，详细介绍了如何将dataframe转换成array，并且给出了对应的实现代码。在数据处理中，如果需要进行一些高级的数据分析和处理，那么使用array会显得更加得心应手。希望读者能够根据自己的需求，灵活运用本文提供的实现方法。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/154103.html
微信扫一扫 
支付宝扫一扫 