HOWTO · Pandas
Wie man Pandas-DataFrame in ein NumPy-Array konvertiert
Konvertieren Sie einen Pandas-DataFrame mit to_numpy() in ein NumPy-Array, beziehen Sie seinen Index ein oder erstellen Sie strukturierte Datensätze mit to_records().
Auf dieser Seite
Für ein reguläres NumPy-Array rufen Sie DataFrame.to_numpy() auf. Verwenden Sie die ältere Eigenschaft DataFrame.values, wenn Sie bestehenden Code pflegen, oder wählen Sie DataFrame.to_records(), wenn benannte Felder hilfreich sind. Die Beispiele verwenden feste Daten und benötigen pandas und NumPy. Ein reguläres Array hat einen einzigen Datentyp; bei unterschiedlichen Spaltentypen kann daher ein gemeinsamer Datentyp verwendet werden.
DataFrame.to_numpy() für ein NumPy-Array verwenden
to_numpy() gibt die Tabellendaten als zweidimensionales NumPy-Array zurück. Die Zeilen entsprechen der Reihenfolge der DataFrame-Zeilen, die Spalten der Reihenfolge der DataFrame-Spalten. Die Array-Form ist (Anzahl der Zeilen, Anzahl der Spalten); der Index und die Spaltenbezeichnungen des DataFrame sind nicht enthalten. Das zurückgegebene Objekt ist ein ndarray, das nachfolgende NumPy-Funktionen direkt verarbeiten können.
Dieses Beispiel erstellt eine kleine Tabelle, konvertiert ihre Werte und gibt das Array, seine Form und den Typ des Ergebnisses aus:
import pandas as pd
df = pd.DataFrame({"name": ["Ada", "Lin"], "score": [91, 88]})
array = df.to_numpy()
print(array)
print(array.shape)
print(type(array))
[['Ada' 91]
['Lin' 88]]
(2, 2)
<class 'numpy.ndarray'>
Wenn Sie einen bestimmten Datentyp benötigen, übergeben Sie dtype= an to_numpy(), zum Beispiel df.to_numpy(dtype="float64"). Dadurch werden die Werte in diesen Datentyp konvertiert. Wählen Sie einen Typ, der die Werte aller Spalten darstellen kann. Bei einer Mischung aus Zeichenfolgen und Zahlen kann ein numerischer Datentyp nicht alle Werte ohne Konvertierung darstellen; der gemeinsame Standardtyp kann daher object sein.
Ältere Verwendung von DataFrame.values und Einbeziehen des Index
DataFrame.values ist eine Eigenschaft und wird daher ohne Klammern aufgerufen. Sie gibt die Tabellendaten als Array zurück. to_numpy() macht die Konvertierung jedoch ausdrücklich kenntlich und ist die empfohlene Schreibweise für neuen Code. Bestehender Code, der values verwendet, kann weiterhin wie auf ein Attribut darauf zugreifen.
Um die Indexwerte als Spalte einzubeziehen, rufen Sie vor der Konvertierung reset_index() auf. Standardmäßig setzt reset_index() den bisherigen Index in die erste Spalte und erstellt einen neuen Standardindex aus Ganzzahlen. Benennen Sie den Index vorher um, wenn Sie einen aussagekräftigen Spaltennamen benötigen. Weitere Optionen finden Sie unter reset_index().
import pandas as pd
df = pd.DataFrame({"score": [91, 88]}, index=["Ada", "Lin"])
legacy_array = df.values
with_index = df.reset_index().to_numpy()
print(legacy_array)
print(with_index)
[[91]
[88]]
[['Ada' 91]
['Lin' 88]]
Da die Indexbezeichnungen Zeichenfolgen und die Punktwerte Ganzzahlen sind, benötigt das reguläre Array einen gemeinsamen Datentyp und kann object verwenden. Der Index ist erst nach reset_index() enthalten; bei der Konvertierung des ursprünglichen DataFrame bleiben seine Bezeichnungen außen vor. Verwenden Sie ein strukturiertes Record-Array, wenn die einzelnen Spaltentypen und -namen zugänglich bleiben sollen.
DataFrame.to_records() für ein strukturiertes NumPy-Array verwenden
to_records() gibt ein strukturiertes NumPy-Array mit einem benannten Feld für jede DataFrame-Spalte zurück. Standardmäßig wird auch der Index in einem Feld namens index aufgenommen. Über die Feldnamen bleiben die Spalten direkt ansprechbar, und der strukturierte Datentyp speichert ihre jeweiligen Typen. Das ist hilfreich, wenn der Code ein Feld anhand seines Namens statt seiner Spaltenposition auswählen muss.
import pandas as pd
df = pd.DataFrame({"name": ["Ada", "Lin"], "score": [91, 88]})
records = df.to_records()
print(records["name"])
print(records["score"])
print(records.dtype.names)
['Ada' 'Lin']
[91 88]
('index', 'name', 'score')
Setzen Sie index=False, wenn der Index ausgeschlossen werden soll, oder übergeben Sie index_dtypes=, wenn Sie den Datentyp des Indexfelds festlegen müssen. Wählen Sie to_numpy() für ein herkömmliches Array und to_records(), wenn benannte Felder oder Informationen zu den Datentypen einzelner Spalten benötigt werden.