Jak przekonwertować serię pand lub indeks na tablicę Numpy?

Czy wiesz, jak uzyskać indeks lub kolumnę DataFrame jako tablicę NumPy lub listę python?

Aby uzyskać tablicę NumPy, należy użyć valuesatrybutu:

In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
   A  B
a  1  4
b  2  5
c  3  6

In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)

Dostęp do tego, jak dane są już przechowywane, więc nie ma potrzeby konwersji.
Uwaga: ten atrybut jest również dostępny dla wielu innych obiektów pand.

In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])

Aby uzyskać indeks jako listę, zadzwoń tolist:

In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']

I podobnie w przypadku kolumn.

Możesz użyć, df.indexaby uzyskać dostęp do obiektu indeksu, a następnie uzyskać wartości z listy za pomocą df.index.tolist(). Podobnie możesz użyć df['col'].tolist()dla Series.

pandy> = 0,24

Przestań używać swojego sposobu .valuesna rzecz tych metod!

Od v0.24.0 roku, będziemy mieli dwa zupełnie nowe, klapsy preferowane sposoby otrzymywania tablic numpy z Index, Seriesoraz DataFrameobiektów: są to_numpy()i .array. Jeśli chodzi o użycie, dokumenty wspominają:

Nie zostały usunięte lub przestarzałe Series.valueslub DataFrame.values, ale zalecamy i za pomocą .arraylub .to_numpy()zamiast.

Więcej informacji można znaleźć w tej sekcji informacji o wersji v0.24.0 .

to_numpy() metoda

df.index.to_numpy()
# array(['a', 'b'], dtype=object)

df['A'].to_numpy()
#  array([1, 4])

Domyślnie widok jest zwracany. Wszelkie dokonane modyfikacje wpłyną na oryginał.

v = df.index.to_numpy()
v[0] = -1

df
    A  B
-1  1  2
b   4  5

Jeśli zamiast tego potrzebujesz kopii, użyj to_numpy(copy=True);

v = df.index.to_numpy(copy=True)
v[-1] = -123

df
   A  B
a  1  2
b  4  5

Pamiętaj, że ta funkcja działa również w przypadku DataFrames (chociaż .arraynie działa).

arrayAtrybut
Ten atrybut zwracaExtensionArrayobiekt, który wspiera indeks / serię.

pd.__version__
# '0.24.0rc1'

# Setup.
df = pd.DataFrame([[1, 2], [4, 5]], columns=['A', 'B'], index=['a', 'b'])
df

   A  B
a  1  2
b  4  5

df.index.array    
# <PandasArray>
# ['a', 'b']
# Length: 2, dtype: object

df['A'].array
# <PandasArray>
# [1, 4]
# Length: 2, dtype: int64

Stąd można uzyskać listę za pomocą list:

list(df.index.array)
# ['a', 'b']

list(df['A'].array)
# [1, 4]

lub po prostu zadzwoń bezpośrednio .tolist():

df.index.tolist()
# ['a', 'b']

df['A'].tolist()
# [1, 4]

Dokumenty wspominają o tym, co jest zwracane,

Dla Seriesi Indexes wspierane przez normalne tablice NumPy, Series.array zwróci nowe arrays.PandasArray, cienkie (bez kopii) opakowanie wokół numpy.ndarray. arrays.PandasArraysam w sobie nie jest szczególnie użyteczny, ale zapewnia taki sam interfejs, jak każda tablica rozszerzeń zdefiniowana w pandach lub przez bibliotekę innej firmy.

Podsumowując, .arraywróci albo

1. Istniejący ExtensionArraypodkład indeksu / serii, lub
2. Jeśli istnieje szereg NumPy wspierający serię, nowy ExtensionArrayobiekt jest tworzony jako cienkie opakowanie nad podstawową tablicą.

Uzasadnienie dodania DWÓCH nowych metod
Funkcje te zostały dodane w wyniku dyskusji w ramach dwóch zagadnień GitHub GH19954 i GH23623 .

W szczególności dokumenty wspominają o uzasadnieniu:

[...] .valuesnie było jasne, czy zwrócona wartość będzie rzeczywistą tablicą, jakąś jej transformacją, czy jedną z niestandardowych tablic pand (jak Categorical). Na przykład, z PeriodIndex, .values generuje nowy ndarrayokresu obiektów za każdym razem. [...]

Te dwie funkcje mają na celu poprawę spójności interfejsu API, co jest ważnym krokiem we właściwym kierunku.

Wreszcie, .valuesnie będzie przestarzała w obecnej wersji, ale spodziewam się, że może się to zdarzyć w pewnym momencie w przyszłości, więc zachęcam użytkowników do migracji w kierunku nowszego interfejsu API, tak szybko, jak to możliwe.

Jeśli masz do czynienia z ramką danych z wieloma indeksami, możesz być zainteresowany wyodrębnieniem tylko kolumny jednej nazwy z wieloma indeksami. Możesz to zrobić jako

df.index.get_level_values('name_sub_index')

i oczywiście name_sub_indexmusi być elementemFrozenList df.index.names

Od pandy v0.13 możesz także używać get_values:

df.index.get_values()

Konwertowane pandy dataframesię list, a następnie stosuje się podstawowy list.index(). Coś takiego:

dd = list(zone[0]) #Where zone[0] is some specific column of the table
idx = dd.index(filename[i])

Masz wartość indeksu jako idx.

Nowszym sposobem na to jest użycie funkcji .to_numpy ().

Jeśli mam ramkę danych z kolumną „cena”, mogę ją przekonwertować w następujący sposób:

priceArray = df['price'].to_numpy()

Można również przekazać typ danych, taki jak zmiennoprzecinkowy lub obiekt, jako argument funkcji

Poniżej znajduje się prosty sposób na konwersję kolumny ramki danych na tablicę numpy.

df = pd.DataFrame(somedict) 
ytrain = df['label']
ytrain_numpy = np.array([x for x in ytrain['label']])

ytrain_numpy jest tablicą numpy.

Próbowałem z, to.numpy()ale dał mi następujący błąd: TypeError: brak obsługiwanej konwersji dla typów: (dtype ('O'),) podczas robienia klasyfikacji binarnej przy użyciu Linear SVC. to.numpy () konwertuje dataFrame na tablicę numpy, ale typ danych elementu wewnętrznego to lista, z powodu której zaobserwowano powyższy błąd.