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

用法: DataFrame.to_records(index=True, column_dtypes=None, index_dtypes=None)

将 DataFrame 转换为 NumPy 记录数组。

如果请求，索引将作为记录数组的第一个字段包含在内。

参数：

index：布尔值，默认为真

在结果记录数组中包含索引，存储在 ‘index’ 字段中或使用索引标签(如果已设置)。

column_dtypes：str，类型，字典，默认无

如果是字符串或类型，则存储所有列的数据类型。如果是字典，则为列名和索引 (zero-indexed) 到特定数据类型的映射。

index_dtypes：str，类型，字典，默认无

如果是字符串或类型，则存储所有索引级别的数据类型。如果是字典，则索引级别名称和索引 (zero-indexed) 到特定数据类型的映射。

仅当 index=True 时才应用此映射。

numpy.recarray: NumPy ndarray 将 DataFrame 标签作为字段，并将 DataFrame 的每一行作为条目。

例子：

>>> df = pd.DataFrame({'A':[1, 2], 'B':[0.5, 0.75]},
...                   index=['a', 'b'])
>>> df
   A     B
a  1  0.50
b  2  0.75
>>> df.to_records()
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('index', 'O'), ('A', '<i8'), ('B', '<f8')])

如果 DataFrame 索引没有标签，则 recarray 字段名称设置为 ‘index’。如果索引有标签，则将其用作字段名称：

>>> df.index = df.index.rename("I")
>>> df.to_records()
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('I', 'O'), ('A', '<i8'), ('B', '<f8')])

索引可以从记录数组中排除：

>>> df.to_records(index=False)
rec.array([(1, 0.5 ), (2, 0.75)],
          dtype=[('A', '<i8'), ('B', '<f8')])

可以为列指定数据类型：

>>> df.to_records(column_dtypes={"A":"int32"})
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('I', 'O'), ('A', '<i4'), ('B', '<f8')])

以及索引：

>>> df.to_records(index_dtypes="<S2")
rec.array([(b'a', 1, 0.5 ), (b'b', 2, 0.75)],
          dtype=[('I', 'S2'), ('A', '<i8'), ('B', '<f8')])

>>> index_dtypes = f"<S{df.index.str.len().max()}"
>>> df.to_records(index_dtypes=index_dtypes)
rec.array([(b'a', 1, 0.5 ), (b'b', 2, 0.75)],
          dtype=[('I', 'S1'), ('A', '<i8'), ('B', '<f8')])

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_records。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：