本文简要介绍
pyspark.pandas.Series.to_numpy
的用法。用法:
Series.to_numpy() → numpy.ndarray
表示此 DataFrame 或系列中的值的 NumPy ndarray。
注意
仅当生成的 NumPy ndarray 预计很小时才应使用此方法,因为所有数据都加载到驱动程序的内存中。
- numpy.ndarray
返回:
例子:
>>> ps.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。
>>> ps.DataFrame({"A": [1, 2], "B": [3.0, 4.5]}).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 = ps.DataFrame({"A": [1, 2], "B": [3.0, 4.5], "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)
对于系列,
>>> ps.Series(['a', 'b', 'a']).to_numpy() array(['a', 'b', 'a'], dtype=object)
相关用法
- Python pyspark Series.to_frame用法及代码示例
- Python pyspark Series.to_pandas用法及代码示例
- Python pyspark Series.to_csv用法及代码示例
- Python pyspark Series.to_dict用法及代码示例
- Python pyspark Series.to_excel用法及代码示例
- Python pyspark Series.to_clipboard用法及代码示例
- Python pyspark Series.to_markdown用法及代码示例
- Python pyspark Series.to_json用法及代码示例
- Python pyspark Series.to_latex用法及代码示例
- Python pyspark Series.to_string用法及代码示例
- Python pyspark Series.truediv用法及代码示例
- Python pyspark Series.tail用法及代码示例
- Python pyspark Series.take用法及代码示例
- Python pyspark Series.transform用法及代码示例
- Python pyspark Series.truncate用法及代码示例
- Python pyspark Series.asof用法及代码示例
- Python pyspark Series.rsub用法及代码示例
- Python pyspark Series.mod用法及代码示例
- Python pyspark Series.str.join用法及代码示例
- Python pyspark Series.str.startswith用法及代码示例
- Python pyspark Series.dt.is_quarter_end用法及代码示例
- Python pyspark Series.dropna用法及代码示例
- Python pyspark Series.sub用法及代码示例
- Python pyspark Series.sum用法及代码示例
- Python pyspark Series.gt用法及代码示例
注:本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.Series.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。