286

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

4

8 回答 8

370

要获取 NumPy 数组，您应该使用以下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，请调用tolist：

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

同样，对于列。

于 2013-06-21T18:51:13.090 回答
75

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

于 2013-06-21T17:32:23.687 回答
62

熊猫 >= 0.24

弃用您的使用，.values以支持这些方法！

从 v0.24.0 开始，我们将有两种全新的、首选的方法来从Index、Series和DataFrame对象获取 NumPy 数组：它们是to_numpy()和.array。关于用法，文档提到：

我们没有删除或弃用Series.valuesor DataFrame.values，但我们强烈推荐使用.arrayor .to_numpy()代替。

有关详细信息，请参阅v0.24.0 发行说明的这一部分。

to_numpy()方法

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

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

默认情况下，返回一个视图。所做的任何修改都会影响原件。

v = df.index.to_numpy()
v[0] = -1

df
    A  B
-1  1  2
b   4  5

如果您需要副本，请使用to_numpy(copy=True);

v = df.index.to_numpy(copy=True)
v[-1] = -123

df
   A  B
a  1  2
b  4  5

请注意，此函数也适用于DataFrames（但.array不适用）。

array属性
此属性返回一个ExtensionArray支持索引/系列的对象。 

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


df.index.array    
# <PandasArray>
# ['a', 'b']
# Length: 2, dtype: object

df['A'].array
# <PandasArray>
# [1, 4]
# Length: 2, dtype: int64

从这里，可以使用以下方式获取列表list：

list(df.index.array)
# ['a', 'b']

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

或者，直接调用.tolist()：

df.index.tolist()
# ['a', 'b']

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

关于返回的内容，文档提到，

由普通 NumPy 数组支持的forSeries和es 将返回一个 new ，它是一个围绕 a 的薄（无复制）包装器。它本身并不是特别有用，但它确实提供了与 pandas 或第三方库中定义的任何扩展数组相同的接口。IndexSeries.arrayarrays.PandasArraynumpy.ndarrayarrays.PandasArray

因此，总而言之，.array将返回

  1. 现有ExtensionArray的索引/系列支持，或
  2. 如果有一个 NumPy 数组支持该系列，ExtensionArray则会创建一个新对象作为底层数组的薄包装器。

添加两种新方法的理由这些功能是在 GitHub 的两个问题GH19954和GH23623
下讨论的结果添加的。

具体来说，文档提到了理由：

[...].values不清楚返回的值是实际数组、它的一些转换，还是 pandas 自定义数组之一（如Categorical）。例如，使用PeriodIndex,每次都会.values 生成一个新的 period 对象。ndarray[...]

这两个功能旨在提高 API 的一致性，这是朝着正确方向迈出的重要一步。

最后，.values不会在当前版本中被弃用，但我预计这可能会在未来的某个时候发生，所以我会敦促用户尽快迁移到更新的 API。

于 2019-01-23T09:58:25.767 回答
48

如果您正在处理多索引数据框，您可能有兴趣仅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

于 2015-04-21T14:11:44.450 回答
16

从 pandas v0.13 开始，您还可以使用get_values：

df.index.get_values()
于 2014-11-08T11:42:05.453 回答
1

一种更新的方法是使用 .to_numpy() 函数。

如果我有一个带有“价格”列的数据框，我可以将其转换如下：

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

您还可以将数据类型（例如浮点数或对象）作为函数的参数传递

于 2020-04-16T00:44:11.383 回答
0

我将 pandas 转换dataframe为list然后使用基本的list.index(). 像这样的东西：

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

你有你的索引值作为idx。

于 2018-07-23T13:30:49.087 回答
-1

下面是将数据框列转换为 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。

我尝试过，to.numpy()但它给了我以下错误： TypeError: no supported conversion for types: (dtype('O'),) while doing Binary Relevance classfication using Linear SVC. to.numpy() 正在将 dataFrame 转换为 numpy 数组，但内部元素的数据类型是 list，因此观察到上述错误。

于 2019-06-07T08:53:17.277 回答