<\/p>\n
Sie k\u00f6nnen die folgende Syntax verwenden, um einen Pandas-DataFrame in ein NumPy-Array zu konvertieren:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie ein Pandas-DataFrame in ein NumPy-Array konvertiert wird, wenn jede der Spalten im DataFrame denselben Datentyp aufweist:<\/span><\/p>\n Das Numpy-Array hat den Datentyp int64<\/strong> , da jede Spalte im urspr\u00fcnglichen Pandas DataFrame ein int war.<\/span><\/p>\n 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:<\/span><\/p>\n Das Numpy-Array hat einen Objektdatentyp<\/strong> , da nicht alle Spalten im urspr\u00fcnglichen Pandas-DataFrame denselben Datentyp hatten.<\/span><\/p>\n Der folgende Code zeigt, wie man einen Pandas-DataFrame in ein NumPy-Array konvertiert und die Werte angibt, die f\u00fcr alle NA-Werte im urspr\u00fcnglichen DataFrame festgelegt werden sollen:<\/span><\/p>\n So erstellen Sie einen Pandas DataFrame aus einem NumPy-Array<\/a> Sie k\u00f6nnen 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 k\u00f6nnen. 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 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. to_numpy<\/span> ()\n<\/strong><\/pre>\n Beispiel 1: Konvertieren Sie einen DataFrame mit denselben Datentypen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create data frame\n<\/span>df1 = pd. DataFrame<\/span> ({' rebounds<\/span> ': [7, 7, 8, 13, 7, 4],\n ' points<\/span> ': [5, 7, 7, 9, 12, 9],\n ' assists<\/span> ': [11, 8, 10, 6, 6, 5]})\n\n#view data frame\n<\/span>print<\/span> (df1)\n\n rebound points assists\n0 7 5 11\n1 7 7 8\n2 8 7 10\n3 13 9 6\n4 7 12 6\n5 4 9 5\n\n#convert DataFrame to NumPy array\n<\/span>new = df1. to_numpy<\/span> ()\n\n#view NumPy array\n<\/span>print<\/span> (new)\n\n[[ 7 5 11]\n [7 7 8]\n [8 7 10]\n [13 9 6]\n [7 12 6]\n [4 9 5]]\n\n#confirm that new<\/em> is a NumPy array\n<\/span>print<\/span> (type(new))\n\n<class 'numpy.ndarray'> \n\n#view data type\n<\/span>print<\/span> (new. dtype<\/span> )\n\nint64\n<\/strong><\/pre>\n Beispiel 2: Konvertieren Sie einen DataFrame mit gemischten Datentypen<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create data frame\n<\/span>df2 = pd. DataFrame<\/span> ({' player<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F'],\n ' points<\/span> ': [5, 7, 7, 9, 12, 9],\n ' assists<\/span> ': [11, 8, 10, 6, 6, 5]})\n\n#view data frame\n<\/span>print<\/span> (df2)\n\n player points assists\n0 to 5 11\n1 B 7 8\n2 C 7 10\n3 D 9 6\n4 E 12 6\n5 F 9 5\n\n#convert DataFrame to NumPy array\n<\/span>new = df2. to_numpy<\/span> ()\n\n#view NumPy array\n<\/span>print<\/span> (new)\n\n[['A' 5 11]\n ['B' 7 8]\n ['C' 7 10]\n ['D' 9 6]\n ['E' 12 6]\n ['F' 9 5]]\n\n#confirm that new<\/em> is a NumPy array\n<\/span>print<\/span> (type(new))\n\n<class 'numpy.ndarray'> \n\n#view data type\n<\/span>print<\/span> (new. dtype<\/span> )\n\nobject\n<\/strong><\/pre>\n Beispiel 3: Konvertieren Sie den DataFrame und legen Sie die NA-Werte fest<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#create data frame\n<\/span>df3 = pd. DataFrame<\/span> ({' player<\/span> ': ['A', 'B', pd. NA<\/span> , 'D', 'E', 'F'],\n ' points<\/span> ': [5, 7, pd. NA<\/span> , 9, pd. NA<\/span> , 9],\n ' assists<\/span> ': [11, 8, 10, 6, 6, 5]})\n\n#view data frame\n<\/span>print<\/span> (df3)\n\n player points assists\n0 to 5 11\n1 B 7 8\n2 <NA> <NA> 10\n3 D 9 6\n4 E <NA> 6\n5 F 9 5\n\n#convert DataFrame to NumPy array\n<\/span>new = df3. to_numpy<\/span> (na_value=' none<\/span> ')\n\n#view NumPy array\n<\/span>print<\/span> (new)\n\n[['A' 5 11]\n ['B' 7 8]\n ['none' 'none' 10]\n ['D' 9 6]\n ['E' 'none' 6]\n ['F' 9 5]]\n\n#confirm that new<\/em> is a NumPy array\n<\/span>print<\/span> (type(new))\n\n<class 'numpy.ndarray'> \n\n#view data type\n<\/span>print<\/span> (new. dtype<\/span> )\n\nobject<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So konvertieren Sie eine Liste in einen DataFrame in Pandas<\/a>
So konvertieren Sie einen DataFrame in eine Liste in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"