Wie konvertiere ich eine Pandas-Serie oder einen Pandas-Index in ein Numpy-Array?

Wissen Sie, wie Sie den Index oder die Spalte eines DataFrame als NumPy-Array oder Python-Liste abrufen können?

Um ein NumPy-Array zu erhalten, sollten Sie das folgende valuesAttribut verwenden:

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)

Dadurch wird darauf zugegriffen, wie die Daten bereits gespeichert sind, sodass keine Konvertierung erforderlich ist.
Hinweis: Dieses Attribut ist auch für viele andere Pandas-Objekte verfügbar.

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

Um den Index als Liste abzurufen, rufen Sie auf tolist:

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

Und ähnlich für Spalten.

Sie können verwenden, df.indexum auf das Indexobjekt zuzugreifen und dann die Werte in einer Liste mit abzurufen df.index.tolist(). Ebenso können Sie df['col'].tolist()für Serien verwenden.

Pandas> = 0,24

Verwerfen Sie Ihre Verwendung .valueszugunsten dieser Methoden!

Von v0.24.0 an werden wir zwei neue, bevorzugte Verfahren Prügel Marke haben für den Erhalt NumPy Arrays aus Index, Seriesund DataFrameObjekte: sie sind to_numpy(), und .array. In Bezug auf die Verwendung erwähnen die Dokumente:

Wir haben nicht entfernt oder veraltet Series.valuesoder DataFrame.values, aber wir empfehlen und verwenden .arrayoder .to_numpy()stattdessen.

Weitere Informationen finden Sie in diesem Abschnitt der Versionshinweise zu Version 0.24.0 .

to_numpy() Methode

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

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

Standardmäßig wird eine Ansicht zurückgegeben. Alle vorgenommenen Änderungen wirken sich auf das Original aus.

v = df.index.to_numpy()
v[0] = -1

df
    A  B
-1  1  2
b   4  5

Wenn Sie stattdessen eine Kopie benötigen, verwenden Sie to_numpy(copy=True);

v = df.index.to_numpy(copy=True)
v[-1] = -123

df
   A  B
a  1  2
b  4  5

Beachten Sie, dass diese Funktion auch für DataFrames funktioniert (während .arraydies nicht der Fall ist).

arrayAttribut
Dieses Attribut gibt einExtensionArrayObjekt zurück, das den Index / die Serie unterstützt.

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

Von hier aus ist es möglich, eine Liste zu erhalten, indem Sie list:

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

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

oder rufen Sie einfach direkt an .tolist():

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

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

In Bezug auf das, was zurückgegeben wird, erwähnen die Dokumente:

Für Seriesund Indexes, die von normalen NumPy-Arrays unterstützt werden, Series.array wird ein neuer zurückgegeben arrays.PandasArray, bei dem es sich um einen dünnen Wrapper (ohne Kopie) um a handelt numpy.ndarray. arrays.PandasArrayist für sich genommen nicht besonders nützlich, bietet jedoch dieselbe Schnittstelle wie jedes Erweiterungsarray, das in Pandas oder von einer Bibliothek eines Drittanbieters definiert ist.

Zusammenfassend .arraywird also entweder zurückkehren

1. Die vorhandene ExtensionArrayUnterstützung des Index / der Serie oder
2. Wenn ein NumPy-Array die Serie unterstützt, wird ein neues ExtensionArrayObjekt als Thin Wrapper über dem zugrunde liegenden Array erstellt.

Begründung für das Hinzufügen von ZWEI neuen Methoden
Diese Funktionen wurden als Ergebnis von Diskussionen unter zwei GitHub-Problemen GH19954 und GH23623 hinzugefügt .

In den Dokumenten wird insbesondere die Begründung erwähnt:

[...] .valuesdabei war unklar, ob der zurückgegebene Wert das tatsächliche Array, eine Transformation davon oder eines der benutzerdefinierten Pandas-Arrays (wie Categorical) sein würde. Zum Beispiel mit PeriodIndex, .values erzeugt eine neue ndarrayPerioden Objekte jedes Mal. [...]

Diese beiden Funktionen zielen darauf ab, die Konsistenz der API zu verbessern, was ein wichtiger Schritt in die richtige Richtung ist.

Schließlich .valueswird es in der aktuellen Version nicht veraltet sein, aber ich gehe davon aus, dass dies irgendwann in der Zukunft passieren wird. Daher möchte ich die Benutzer dringend bitten, so bald wie möglich auf die neuere API zu migrieren.

Wenn Sie mit einem Multi-Index-Datenrahmen arbeiten, möchten Sie möglicherweise nur die Spalte eines Namens des Multi-Index extrahieren. Sie können dies als tun

df.index.get_level_values('name_sub_index')

und name_sub_indexmuss natürlich ein element der seinFrozenList df.index.names

Seit pandas v0.13 können Sie auch verwenden get_values:

df.index.get_values()

Ich konvertierte die Pandas dataframezu listund benutzte dann das Basic list.index(). Etwas wie das:

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

Sie haben Ihren Indexwert als idx.

Eine neuere Möglichkeit hierfür ist die Verwendung der Funktion .to_numpy ().

Wenn ich einen Datenrahmen mit der Spalte 'Preis' habe, kann ich ihn wie folgt konvertieren:

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

Sie können auch den Datentyp wie float oder object als Argument der Funktion übergeben

Im Folgenden finden Sie eine einfache Möglichkeit, die Datenrahmenspalte in ein Numpy-Array zu konvertieren.

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

ytrain_numpy ist ein Numpy-Array.

Ich habe es mit versucht, to.numpy()aber es gab mir den folgenden Fehler: TypeError: Keine unterstützte Konvertierung für Typen: (dtype ('O'),) während der Klassifizierung der binären Relevanz mit linearem SVC. to.numpy () konvertierte den dataFrame in ein numpy-Array, aber der Datentyp des inneren Elements war list, weshalb der obige Fehler beobachtet wurde.