迹忆客 专注技术分享

我们将来介绍 to_numpy() 方法将 pandas.Dataframe 转换为 NumPy 数组，这是从 pandas v0.24.0 引入的，替换了旧的 .values 方法。我们可以在 Index，Series 和 DataFrame 对象上定义 to_numpy。

旧的 DataFrame.values 具有不一致的行为，根据 PandasAPI 文档，我们不建议使用它。但是，如果你使用的是旧版本，我们将研究此方法的例子。

另外一个不推荐使用的旧方法是 DataFrame.as_matrix()，请不要使用它！

我们还将介绍另一种使用 DataFrame.to_records() 方法将给定的 DataFrame 转换为 NumPy 记录数组的方法。

to_numpy 方法将 DataFrame 转换为 NumPy 数组

pandas.Dataframe 是具有行和列的二维表格数据结构。可以使用 to_numpy 方法将该数据结构转换为 NumPy 数组：

# python 3.x
import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.randint(0, 10, (6, 4)), columns=["a", "b", "c", "d"])
nmp = df.to_numpy()
print(nmp)
print(type(nmp))

输出：

[[5 5 1 3]
 [1 6 6 0]
 [9 1 2 0]
 [9 3 5 3]
 [7 9 4 9]
 [8 1 8 9]]
<class 'numpy.ndarray'>

可以通过以下方法使用 Dataframe.values 方法来实现：

# python 3.x
import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.randint(0, 10, (6, 4)), columns=["a", "b", "c", "d"])
nmp = df.values
print(nmp)
print(type(nmp))

输出：

[[8 8 5 0]
 [1 7 7 5]
 [0 2 4 2]
 [6 8 0 7]
 [6 4 5 1]
 [1 8 4 7]]
<class 'numpy.ndarray'>

如果我们想在 NumPy 数组中包含 indexes，则需要对 Dataframe.values 应用 reset_index()：

# python 3.x
import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.randint(0, 10, (6, 4)), columns=["a", "b", "c", "d"])
nmp = df.reset_index().values
print(nmp)
print(type(nmp))

输出：

[[0 1 0 3 7]
 [1 8 2 5 1]
 [2 2 2 7 3]
 [3 3 4 3 7]
 [4 5 4 4 3]
 [5 2 9 7 6]]
<class 'numpy.ndarray'>

to_records() 方法将 DataFrame 转换为 NumPy 记录数组

如果你需要 dtypes，则 to_records() 是最好的选择。在性能方面，to_numpy() 和 to_records() 几乎相同：

# python 3.x
import pandas as pd
import numpy as np

df = pd.DataFrame(data=np.random.randint(0, 10, (6, 4)), columns=["a", "b", "c", "d"])
nmp = df.to_records()
print(nmp)
print(type(nmp))

输出：

[(0, 0, 4, 6, 1) 
 (1, 3, 1, 7, 1) 
 (2, 9, 1, 6, 4) 
 (3, 1, 4, 6, 9)
 (4, 9, 1, 3, 9)
 (5, 2, 5, 7, 9)]
<class 'numpy.recarray'>