Python Pandas DataFrame.to_records用法及代碼示例

Pandas DataFrame是帶有標簽軸(行和列)的二維大小可變的，可能是異構的表格數據結構。算術運算在行和列標簽上對齊。可以將其視為Series對象的dict-like容器。這是 Pandas 的主要數據結構。

Pandas DataFrame.to_records()函數將DataFrame轉換為NumPy記錄數組。如果需要，索引將作為記錄數組的第一個字段包括在內。

用法： DataFrame.to_records(index=True, convert_datetime64=None, column_dtypes=None, index_dtypes=None)

參數：
index:布爾值，默認為True
convert_datetime64：如果為DatetimeIndex，是否將索引轉換為datetime.datetime。
column_dtypes:如果是字符串或類型，則數據類型存儲所有列
index_dtypes:如果是字符串或類型，則數據類型存儲所有索引級別

返回:numpy.recarray

範例1：采用DataFrame.to_records()函數將給定的Dataframe轉換為numpy記錄數組。

# importing pandas as pd 
import pandas as pd 
  
# Creating the DataFrame 
df = pd.DataFrame({'Weight':[45, 88, 56, 15, 71], 
                   'Name':['Sam', 'Andrea', 'Alex', 'Robin', 'Kia'], 
                   'Age':[14, 25, 55, 8, 21]}) 
  
# Create the index 
index_ = pd.date_range('2010-10-09 08:45', periods = 5, freq ='H') 
  
# Set the index 
df.index = index_ 
  
# Print the DataFrame 
print(df)

輸出：

現在我們將使用DataFrame.to_records()函數將給定的數據幀轉換為numpy記錄數組表示形式。

# convert to numpy record array 
result = df.to_records() 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，DataFrame.to_records()函數已成功將給定的數據幀轉換為numpy記錄數組表示形式。

範例2：采用DataFrame.to_records()函數將給定的Dataframe轉換為numpy記錄數組。

# importing pandas as pd 
import pandas as pd 
  
# Creating the DataFrame 
df = pd.DataFrame({"A":[12, 4, 5, None, 1],  
                   "B":[7, 2, 54, 3, None],  
                   "C":[20, 16, 11, 3, 8],  
                   "D":[14, 3, None, 2, 6]})  
  
# Create the index 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5'] 
  
# Set the index 
df.index = index_ 
  
# Print the DataFrame 
print(df)

輸出：

現在我們將使用DataFrame.to_records()函數將給定的數據幀轉換為numpy記錄數組表示形式。

# convert to numpy record array 
result = df.to_records() 
  
# Print the result 
print(result)

輸出：

正如我們在輸出中看到的，DataFrame.to_records()函數已成功將給定的數據幀轉換為numpy記錄數組表示形式。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas DataFrame.to_records。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。