HOWTO · Pandas

Pandas DataFrame을 NumPy 배열로 변환하는 방법

Pandas DataFrame을 to_numpy()로 NumPy 배열로 변환하고, 인덱스를 포함하거나, to_records()로 구조화된 레코드를 만듭니다.

이 페이지의 내용

일반 NumPy 배열로 변환하려면 DataFrame.to_numpy()를 호출합니다. 기존 코드를 유지할 때는 레거시 속성인 DataFrame.values를 사용할 수 있고, 이름이 지정된 필드가 필요하면 DataFrame.to_records()를 선택할 수 있습니다. 예제는 고정된 데이터를 사용하며 pandas와 NumPy가 필요합니다. 일반 배열은 하나의 dtype을 사용하므로 열의 자료형이 서로 다르면 공통 dtype으로 표현될 수 있습니다.

NumPy 배열로 변환할 때 DataFrame.to_numpy() 사용하기

to_numpy()는 테이블의 데이터를 2차원 NumPy 배열로 반환합니다. 행은 DataFrame의 행 순서를 따르고 열은 DataFrame의 열 순서를 따릅니다. 배열의 모양은 (number of rows, number of columns)이며 DataFrame의 인덱스와 열 레이블은 포함되지 않습니다. 반환 객체는 ndarray이므로 이후 NumPy 함수에 바로 전달할 수 있습니다.

다음 예제는 작은 테이블을 만들고 값을 변환한 뒤 배열, 모양, 결과 유형을 출력합니다.

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'>

특정 dtype이 필요하면 to_numpy()에 dtype=을 전달합니다. 예를 들어 df.to_numpy(dtype="float64")와 같이 지정할 수 있습니다. 이 옵션은 값을 해당 dtype으로 변환하므로 모든 열의 값을 표현할 수 있는 dtype을 선택해야 합니다. 문자열과 숫자가 섞여 있으면 숫자 dtype만으로 모든 값을 변환 없이 표현할 수 없으므로 기본 공통 dtype이 object가 될 수 있습니다.

레거시 DataFrame.values를 다루고 인덱스 포함하기

DataFrame.values는 속성이므로 괄호 없이 접근합니다. 테이블 데이터를 배열로 반환하지만, 새 코드에서는 변환 의도를 명확히 드러내는 to_numpy()를 권장합니다. 기존 코드에서 values를 사용하는 경우에는 속성으로 계속 읽을 수 있습니다.

인덱스 값을 열로 포함하려면 변환 전에 reset_index()를 호출합니다. 기본적으로 reset_index()는 기존 인덱스를 첫 번째 열로 옮기고 새 기본 정수 인덱스를 만듭니다. 열 이름을 의미 있게 지정하려면 먼저 인덱스 이름을 바꾸세요. 옵션은 reset_index() 문서를 참고하세요.

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]]

인덱스 레이블은 문자열이고 점수 값은 정수이므로 일반 배열에는 공통 dtype이 필요하며 object가 사용될 수 있습니다. 원래 DataFrame을 변환하면 인덱스 레이블은 빠지고, reset_index()를 호출한 뒤에만 인덱스가 배열에 포함됩니다. 열마다 다른 자료형과 이름을 유지해야 한다면 구조화 레코드 배열을 사용하세요.

구조화 NumPy 배열에는 DataFrame.to_records() 사용하기

to_records()는 DataFrame의 각 열에 대해 이름이 지정된 필드를 가진 구조화 NumPy 배열을 반환합니다. 기본적으로 index라는 필드에 인덱스도 포함합니다. 필드에 이름으로 접근할 수 있고 구조화 dtype에는 각 필드의 개별 자료형이 기록됩니다. 열의 위치에 의존하지 않고 이름으로 필드를 선택해야 하는 코드에 유용합니다.

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')

인덱스를 제외하려면 index=False를 지정하고, 인덱스 필드의 dtype을 지정해야 한다면 index_dtypes=를 전달합니다. 일반 배열에는 to_numpy()를 사용하고, 이름이 지정된 필드나 열별 dtype 정보가 필요하면 to_records()를 선택하세요.