Python Pandas DataFrame to_numpy方法用法及代碼示例

例子

獲取 NumPy 數組表示

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要將 df 的值獲取為 NumPy 數組：

df.to_numpy()



array([[1, 3],
       [2, 4]])

返回NumPy數組的數據類型

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3.0,4.0]})
df



   A  B
0  1  3.0
1  2  4.0

這裏，列 A 的類型為 int ，而列 B 的類型為 float 。

NumPy 數組的限製是它們的所有值都必須是一種類型。由於我們的 df 有兩種類型，因此 to_numpy(~) 方法將選擇使用 float，因為 int 可以使用 float 表示：

df.to_numpy().dtype



dtype('float64')

創建新副本

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[1,2], "B":[3,4]})
df



   A  B
0  1  3
1  2  4

要創建新的 NumPy 數組，請設置 copy=True 。在下麵的代碼片段中，我們修改數組的第一個值並檢查源 DataFrame df 是否已被修改：

arr = df.to_numpy(copy=True)
arr[0,0] = 5
df



   A  B
0  1  3
1  2  4

請注意 DataFrame ( 1 ) 的第一個值如何保持不變，因為 arr 是 df 的副本。