Python pandas.DataFrame.to_numpy用法及代码示例

用法: DataFrame.to_numpy(dtype=None, copy=False, na_value=NoDefault.no_default)

将 DataFrame 转换为 NumPy 数组。

默认情况下，返回数组的 dtype 将是 DataFrame 中所有类型的通用 NumPy dtype。例如，如果 dtypes 是 float16 和 float32 ，则结果 dtype 将是 float32 。这可能需要复制数据和强制值，这可能很昂贵。

参数：

dtype：str 或 numpy.dtype，可选

要传递给 numpy.asarray() 的 dtype。

copy：布尔值，默认为 False

是否确保返回值不是另一个数组上的视图。请注意，copy=False 并不能确保 to_numpy() 是 no-copy。相反，copy=True 确保制作副本，即使并非绝对必要。

na_value：任意，可选

用于缺失值的值。默认值取决于dtype 和 DataFrame 列的 dtypes。

numpy.ndarray

例子：

>>> pd.DataFrame({"A":[1, 2], "B":[3, 4]}).to_numpy()
array([[1, 3],
       [2, 4]])

对于异构数据，必须使用最低通用类型。

>>> df = pd.DataFrame({"A":[1, 2], "B":[3.0, 4.5]})
>>> df.to_numpy()
array([[1. , 3. ],
       [2. , 4.5]])

对于数字和非数字类型的混合，输出数组将具有 object dtype。

>>> df['C'] = pd.date_range('2000', periods=2)
>>> df.to_numpy()
array([[1, 3.0, Timestamp('2000-01-01 00:00:00')],
       [2, 4.5, Timestamp('2000-01-02 00:00:00')]], dtype=object)

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.to_numpy。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：