HOWTO · NumPy

Pandas シリーズを NumPy 配列に変換する

pandasのSeriesの値を`Series.to_numpy()`でNumPy配列に変換する方法と、インデックスを値とは別に扱う方法を説明します。

このページの内容

pandasのSeriesには、値とラベルのインデックスが格納されています。値をNumPy配列として取得するには、Series自体にSeries.to_numpy()を呼び出します。ラベルは配列に含まれないため、後続の処理で必要ならインデックスを別に保持するか、変換してください。

Series.to_numpy()でpandasのSeriesをNumPy配列に変換する

NumPyのndarrayが必要な場合は、Series.to_numpy()が直接的な選択肢です。この例では、数値とラベルを2つずつ持つSeriesを作成し、Seriesの値を変換したあと、配列とdtypeを確認します。値は[82 91]と表示され、配列のdtypeはint64になります。

次の例を実行してください。

このセクションのコードと表示されるラベルや出力は英語のままです。

import pandas as pd

scores = pd.Series([82, 91], index=["Mia", "Noah"], name="score")
values = scores.to_numpy()
print(values)
print(values.dtype)
[82 91]
int64

配列にはSeries内の順序どおりに値が含まれます。"Mia"や"Noah"は含まれず、これらのラベルはscores.indexに残ります。値をNumPyの処理に渡すときは、この違いが重要です。NumPyの処理では位置に基づいて扱われ、pandasのラベルは引き継がれません。

pandasの拡張配列が必要な場合はSeries.arrayを使う

次の処理にpandasの配列表現を渡す場合は、Series.arrayを使います。Seriesのデータによっては、その表現はNumPyのndarrayではなく拡張配列になります。拡張配列は、一般的なNumPyのdtypeに直接対応しないデータ型について、pandas固有の値の扱いを保ちます。受け取り側のAPIがndarrayを明示的に必要とする場合は、代わりにSeries.to_numpy()を使ってください。

たとえば、scores.arrayはSeriesの配列表現を取得し、scores.to_numpy()はNumPyの表現を要求します。これらは用途の異なる選択肢です。Series.arrayの結果がndarrayだと決めつけたり、ndarrayを必要とするAPIの要件を確認せずに渡したりしないでください。

互換性のある代替方法としてSeries.valuesやnumpy.asarray()を使う

Series.valuesは、Seriesの値を配列のようなオブジェクトとして取得する簡潔な方法です。結果の型はSeriesのdtypeによって変わることがあるため、明示的な変換メソッドとNumPyのndarrayが必要ならSeries.to_numpy()を使ってください。numpy.asarray(scores)もSeriesから配列を取得する互換性のある方法です。配列のような入力をすでに受け付けるNumPyコードで便利です。

これらの方法が対象とするのはSeriesの値であり、ラベルではありません。結果を使うコードの要件に合わせて選びましょう。明確にndarrayへ変換するならSeries.to_numpy()、pandasの配列表現が必要ならSeries.array、周囲のコードに適していればSeries.valuesやnumpy.asarray()を使います。いずれの方法でも、インデックスが値の配列に変換されることはありません。

配列の結果を確認し、インデックスとdtypeを別に扱う

後続の計算や保存にdtypeが影響する場合は、変換結果を確認してください。数値を含むSeriesは通常、数値のNumPy dtypeになります。一方、pandas固有の形式で表現された値や複数の型が混在する値では、異なるNumPy表現が必要になる場合があります。すべてのSeriesが同じ種類の配列になると仮定せず、実際のデータに対する結果をvalues.dtypeで確認してください。提示されたタスクの根拠からSeries固有のバージョン情報を確認できないため、ここでは任意のdtypeやcopy制御について説明していません。

ラベルも必要な場合は、scores.indexを別に取得し、プログラム内でラベルと値の対応関係を明確に保ってください。値だけを変換すると、その後のNumPy処理ではラベルに基づく整列が行われません。数値処理ではこれが意図した動作であることが多いものの、複数のSeriesの値を組み合わせる場合は、事前に順序が一致していることを確認してください。Seriesを配列に変換しても、ラベルを基準に2つのSeriesが自動で整列することはありません。