使用这些方法弃用`.values`！

Question

您知道如何将DataFrame的索引或列作为NumPy数组或python列表获取吗？

Answer 1

要获取NumPy数组，您应该使用values属性：

In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
   A  B
a  1  4
b  2  5
c  3  6

In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)

这可以访问数据的存储方式，因此无需进行转换注意：此属性也可用于许多其他pandas的对象。

In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])

要将索引作为列表获取，请致电tolist：

In [4]: df.index.tolist()
Out[4]: ['a', 'b']

同样，对于列。

Answer 2

您可以使用df.index访问索引对象，然后使用df.index.tolist()获取列表中的值。同样，您可以将df['col'].tolist()用于系列。

Answer 3

如果您正在处理多索引数据帧，您可能只想提取多索引的一个名称的列。你可以这样做

df.index.get_level_values('name_sub_index')

当然name_sub_index必须是FrozenList df.index.names

的元素

Answer 4

最新版本， v0.24.0 + ，2019年。

使用这些方法弃用`.values`！

从v0.24.0开始，我们将提供两种全新的首选方法，可从Index，Series和DataFrame对象获取NumPy数组：它们是 { {1}} 和 to_numpy() 。关于用法，文档中提到：

我们尚未删除或弃用.array或 Series.values，但我们强烈建议并使用DataFrame.values或改为.array。

有关更多信息，请参见this section of the v0.24.0 release notes。

to_numpy() Method

.to_numpy()

默认情况下，返回视图。所做的任何修改都会影响原始内容。

df.index.to_numpy()
# array(['a', 'b'], dtype=object)

df['A'].to_numpy()
#  array([1, 4])

如果您需要副本，请使用v = df.index.to_numpy() v[0] = -1 df A B -1 1 2 b 4 5）;

to_numpy(copy=True

请注意，此功能也适用于DataFrames（而v = df.index.to_numpy(copy=True) v[-1] = -123 df A B a 1 2 b 4 5无效）。

array Attribute
该属性返回一个支持索引/系列的ExtensionArray对象。

.array

pd.__version__
# '0.24.0rc1'

# Setup.
df = pd.DataFrame([[1, 2], [4, 5]], columns=['A', 'B'], index=['a', 'b'])
df

   A  B
a  1  2
b  4  5

从这里可以使用df.index.array # <PandasArray> # ['a', 'b'] # Length: 2, dtype: object df['A'].array # <PandasArray> # [1, 4] # Length: 2, dtype: int64获取列表：

list

或者直接致电list(df.index.array) # ['a', 'b'] list(df['A'].array) # [1, 4]：

.tolist()

关于返回的内容，文档中提到了

对于由普通NumPy数组支持的df.index.tolist() # ['a', 'b'] df['A'].tolist() # [1, 4]和Series，Index 将返回一个新的Series.array，它是一个精简版（无副本） arrays.PandasArray周围的包装。 numpy.ndarray并不是特别重要本身很有用，但它确实提供了与任何其他设备相同的接口在pandas或第三方库中定义的扩展数组。

因此，总而言之，arrays.PandasArray将返回其中一个

支持索引/系列的现有.array或
如果有支持该系列的NumPy数组，则会创建一个新的ExtensionArray对象作为基础数组上的精简包装。

添加两种新方法的理由
这些功能是根据两个GitHub问题GH19954和GH23623的讨论而添加的。

具体来说，文档中提到了基本原理：

[...]与ExtensionArray并不清楚返回的值是否为实际数组，对其进行某种转换，或熊猫自定义之一数组（如.values）。例如，使用Categorical，PeriodIndex 每次都会生成一个新的.values周期对象。 [...]

这两个函数旨在提高API的一致性，这是朝着正确方向迈出的重要一步。

最后，ndarray不会在当前版本中被弃用，但是我希望这种情况可能会在将来的某个时刻发生，因此，我敦促用户尽快向较新的API迁移。

Answer 5

自pandas v0.13起，您还可以使用get_values：

df.index.get_values()

Answer 6

以下是将dataframe列转换为numpy数组的简单方法。

df = pd.DataFrame(somedict) 
ytrain = df['label']
ytrain_numpy = np.array([x for x in ytrain['label']])

ytrain_numpy是一个numpy数组。

我尝试使用to.numpy()，但它给了我以下错误： TypeError：在使用线性SVC进行二进制相关性分类时，不支持类型（dtype（'O'），）的转换。 to.numpy（）将dataFrame转换为numpy数组，但内部元素的数据类型为list，因此会观察到上述错误。

Answer 7

最近执行此操作的方法是使用.to_numpy（）函数。

如果我的数据框的价格为“价格”列，则可以按以下方式进行转换：

priceArray = df['price'].to_numpy()

您还可以将数据类型（例如float或object）作为函数的参数传递

Answer 8

我将熊猫dataframe转换为list，然后使用了基本的list.index()。像这样：

dd = list(zone[0]) #Where zone[0] is some specific column of the table
idx = dd.index(filename[i])

您将值索引为idx。

如何将pandas列或索引转换为Numpy数组？

8 个答案:

使用这些方法弃用`.values`！

如何将pandas列或索引转换为Numpy数组？

8 个答案:

使用这些方法弃用.values！

使用这些方法弃用`.values`！