Pandas dataframe in numpy array konvertieren (mit beispielen)

Sie können die folgende Syntax verwenden, um einen Pandas-DataFrame in ein NumPy-Array zu konvertieren:

 df. to_numpy ()

Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden können.

Beispiel 1: Konvertieren Sie einen DataFrame mit denselben Datentypen

Der folgende Code zeigt, wie ein Pandas-DataFrame in ein NumPy-Array konvertiert wird, wenn jede der Spalten im DataFrame denselben Datentyp aufweist:

 import pandas as pd

#create data frame
df1 = pd. DataFrame ({' rebounds ': [7, 7, 8, 13, 7, 4],
                    ' points ': [5, 7, 7, 9, 12, 9],
                    ' assists ': [11, 8, 10, 6, 6, 5]})

#view data frame
print (df1)

   rebound points assists
0 7 5 11
1 7 7 8
2 8 7 10
3 13 9 6
4 7 12 6
5 4 9 5

#convert DataFrame to NumPy array
new = df1. to_numpy ()

#view NumPy array
print (new)

[[ 7 5 11]
 [7 7 8]
 [8 7 10]
 [13 9 6]
 [7 12 6]
 [4 9 5]]

#confirm that new is a NumPy array
print (type(new))

<class 'numpy.ndarray'> 

#view data type
print (new. dtype )

int64

Das Numpy-Array hat den Datentyp int64 , da jede Spalte im ursprünglichen Pandas DataFrame ein int war.

Beispiel 2: Konvertieren Sie einen DataFrame mit gemischten Datentypen

Der folgende Code zeigt, wie ein Pandas-DataFrame in ein NumPy-Array konvertiert wird, wenn die Spalten im DataFrame nicht alle vom gleichen Datentyp sind:

 import pandas as pd

#create data frame
df2 = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F'],
                    ' points ': [5, 7, 7, 9, 12, 9],
                    ' assists ': [11, 8, 10, 6, 6, 5]})

#view data frame
print (df2)

  player points assists
0 to 5 11
1 B 7 8
2 C 7 10
3 D 9 6
4 E 12 6
5 F 9 5

#convert DataFrame to NumPy array
new = df2. to_numpy ()

#view NumPy array
print (new)

[['A' 5 11]
 ['B' 7 8]
 ['C' 7 10]
 ['D' 9 6]
 ['E' 12 6]
 ['F' 9 5]]

#confirm that new is a NumPy array
print (type(new))

<class 'numpy.ndarray'> 

#view data type
print (new. dtype )

object

Das Numpy-Array hat einen Objektdatentyp , da nicht alle Spalten im ursprünglichen Pandas-DataFrame denselben Datentyp hatten.

Beispiel 3: Konvertieren Sie den DataFrame und legen Sie die NA-Werte fest

Der folgende Code zeigt, wie man einen Pandas-DataFrame in ein NumPy-Array konvertiert und die Werte angibt, die für alle NA-Werte im ursprünglichen DataFrame festgelegt werden sollen:

 import pandas as pd

#create data frame
df3 = pd. DataFrame ({' player ': ['A', 'B', pd. NA , 'D', 'E', 'F'],
                    ' points ': [5, 7, pd. NA , 9, pd. NA , 9],
                    ' assists ': [11, 8, 10, 6, 6, 5]})

#view data frame
print (df3)

  player points assists
0 to 5 11
1 B 7 8
2 <NA> <NA> 10
3 D 9 6
4 E <NA> 6
5 F 9 5

#convert DataFrame to NumPy array
new = df3. to_numpy (na_value=' none ')

#view NumPy array
print (new)

[['A' 5 11]
 ['B' 7 8]
 ['none' 'none' 10]
 ['D' 9 6]
 ['E' 'none' 6]
 ['F' 9 5]]

#confirm that new is a NumPy array
print (type(new))

<class 'numpy.ndarray'> 

#view data type
print (new. dtype )

object

Zusätzliche Ressourcen

So erstellen Sie einen Pandas DataFrame aus einem NumPy-Array
So konvertieren Sie eine Liste in einen DataFrame in Pandas
So konvertieren Sie einen DataFrame in eine Liste in Pandas