如何将 Pandas 系列或索引转换为 NumPy 数组？[重复]

问题描述：

如何将 DataFrame 的索引或列作为 NumPy 数组或 Python 列表获取？

解决方案 1：

要获取 NumPy 数组，您应该使用以下values属性：

In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
   A  B
a  1  4
b  2  5
c  3  6

In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)

这将访问数据的现有存储方式，因此不需要进行任何转换。

注意：此属性也适用于许多其他 pandas 对象。

In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])

要以列表形式获取索引，请调用tolist：

In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']

对于列来说也是类似。

解决方案 2：

您可以使用df.index访问索引对象，然后使用 获取列表中的值df.index.tolist()。同样，您也可以使用df['col'].tolist()Series。

解决方案 3：

熊猫> = 0.24

反对使用而.values赞成使用这些方法！

从 v0.24.0 开始，我们将有两个全新的首选方法，用于从Index、Series和DataFrame对象获取 NumPy 数组：它们是to_numpy()、和.array。关于用法，文档提到：

我们并没有删除或弃用Series.values或
DataFrame.values，但**我们强烈建议使用.array或
.to_numpy()代替。**

有关更多信息，请参阅v0.24.0 发行说明的此部分。

to_numpy()方法

df.index.to_numpy()
# array(['a', 'b'], dtype=object)

df['A'].to_numpy()
#  array([1, 4])

默认情况下，返回一个视图。所做的任何修改都会影响原始视图。

v = df.index.to_numpy()
v[0] = -1
 
df
    A  B
-1  1  2
b   4  5

如果您需要副本，请使用to_numpy(copy=True);

v = df.index.to_numpy(copy=True)
v[-1] = -123
 
df
   A  B
a  1  2
b  4  5

请注意，此函数也适用于DataFrames（但.array不适用）。

array属性

此属性返回ExtensionArray支持索引/系列的对象。

pd.__version__
# '0.24.0rc1'

# Setup.
df = pd.DataFrame([[1, 2], [4, 5]], columns=['A', 'B'], index=['a', 'b'])
df

   A  B
a  1  2
b  4  5

<!- ->

df.index.array    
# <PandasArray>
# ['a', 'b']
# Length: 2, dtype: object

df['A'].array
# <PandasArray>
# [1, 4]
# Length: 2, dtype: int64

从这里，可以使用以下命令获取列表list：

list(df.index.array)
# ['a', 'b']

list(df['A'].array)
# [1, 4]

或者直接调用.tolist()：

df.index.tolist()
# ['a', 'b']

df['A'].tolist()
# [1, 4]

关于返回的内容，文档中提到，

对于由普通 NumPy 数组支持的Series和，
将返回一个新的，它是 的薄（无复制）包装器。它本身并不是特别有用，但它确实提供了与 pandas 或第三方库中定义的任何扩展数组相同的接口。Index`Series.arrayarrays.PandasArraynumpy.ndarray`arrays.PandasArray

因此，总结一下，.array将返回

1. 现有的ExtensionArray支持指数/系列的资产，或

2. 如果有一个 NumPy 数组支持该系列，ExtensionArray则会创建一个新对象作为底层数组的薄包装器。

添加两种新方法的理由这两个功能是根据 GitHub 上两个问题GH19954和GH23623

的讨论结果添加的。

具体来说，文档提到了其理由：

[...].values不清楚返回的值是实际数组、数组的某种变换，还是 pandas 自定义数组之一（如Categorical）。例如，使用PeriodIndex，每次.values
都会生成一个新的period 对象。[...]ndarray

这两个功能旨在提高 API 的一致性，这是朝着正确方向迈出的重要一步。

最后，.values在当前版本中不会被弃用，但我预计这可能会在未来的某个时候发生，因此我敦促用户尽快迁移到更新的 API。

解决方案 4：

如果您正在处理多索引数据框，您可能只想提取多索引中一个名称的列。您可以这样做

df.index.get_level_values('name_sub_index')

当然name_sub_index必须是FrozenList df.index.names

解决方案 5：

从 pandas v0.13 开始你也可以使用get_values：

df.index.get_values()

解决方案 6：

较新的方法是使用 .to_numpy() 函数。

如果我有一个带有“价格”列的数据框，我可以按如下方式转换它：

priceArray = df['price'].to_numpy()

您还可以将数据类型（例如浮点型或对象）作为函数的参数传递

解决方案 7：

我将熊猫转换dataframe为list，然后使用基本的list.index()。像这样：

dd = list(zone[0]) #Where zone[0] is some specific column of the table
idx = dd.index(filename[i])

您的索引值为idx。

解决方案 8：

以下是将数据框列转换为 NumPy 数组的简单方法。

df = pd.DataFrame(somedict)
ytrain = df['label']
ytrain_numpy = np.array([x for x in ytrain['label']])

ytrain_numpy是一个 NumPy 数组。

我尝试使用to.numpy()，但它给出了以下错误：

TypeError：使用线性 SVC 进行二元相关性分类时，不支持类型转换：(dtype('O'),)*。

to.numpy() 将 dataFrame 转换为 NumPy 数组，但内部元素的数据类型是列表，因此出现上述错误。