Làm cách nào để chuyển đổi một chuỗi gấu trúc hoặc chỉ mục thành một mảng Numpy?

Bạn có biết làm thế nào để lấy chỉ mục hoặc cột của DataFrame dưới dạng một mảng NumPy hoặc danh sách python không?

Để có được một mảng NumPy, bạn nên sử dụng valuesthuộc tính:

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)

Điều này truy cập cách dữ liệu đã được lưu trữ, do đó không cần chuyển đổi.
Lưu ý: Thuộc tính này cũng có sẵn cho nhiều đối tượng gấu trúc khác.

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

Để lấy chỉ mục dưới dạng danh sách, hãy gọi tolist:

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

Và tương tự, cho các cột.

Bạn có thể sử dụng df.indexđể truy cập đối tượng chỉ mục và sau đó lấy các giá trị trong danh sách bằng cách sử dụng df.index.tolist(). Tương tự, bạn có thể sử dụng df['col'].tolist()cho Series.

gấu trúc> = 0,24

Khấu hao việc sử dụng của bạn .valuesủng hộ các phương pháp này!

Từ v0.24.0 trở đi, chúng ta sẽ có hai phương pháp thương hiệu spanking mới, ưu tiên cho việc thu thập các mảng NumPy từ Index, Seriesvà DataFrameđối tượng: họ là to_numpy(), và .array. Về việc sử dụng, các tài liệu đề cập:

Chúng tôi đã không loại bỏ hoặc phản đối Series.valueshoặc DataFrame.values, nhưng chúng tôi rất khuyến khích và sử dụng .arrayhoặc .to_numpy()thay vào đó.

Xem phần này của ghi chú phát hành v0.24.0 để biết thêm thông tin.

to_numpy() phương pháp

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

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

Theo mặc định, một khung nhìn được trả về. Bất kỳ sửa đổi được thực hiện sẽ ảnh hưởng đến bản gốc.

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

df
    A  B
-1  1  2
b   4  5

Nếu bạn cần một bản sao thay thế, sử dụng to_numpy(copy=True);

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

df
   A  B
a  1  2
b  4  5

Lưu ý rằng chức năng này cũng hoạt động cho DataFrames (trong khi .arraykhông).

arrayThuộc tính Thuộc tính
này trả về mộtExtensionArrayđối tượng sao lưu Index / Series.

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

Từ đây, có thể lấy danh sách bằng cách sử dụng list:

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

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

hoặc, chỉ cần gọi trực tiếp .tolist():

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

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

Về những gì được trả lại, các tài liệu đề cập đến,

Cho Seriesvà Indexes được hỗ trợ bởi các mảng NumPy bình thường, Series.array sẽ trả về một cái mới arrays.PandasArray, đó là một trình bao bọc mỏng (không sao chép) xung quanh a numpy.ndarray. arrays.PandasArrayBản thân nó không đặc biệt hữu ích, nhưng nó cung cấp giao diện giống như bất kỳ mảng mở rộng nào được xác định trong gấu trúc hoặc bởi thư viện của bên thứ ba.

Vì vậy, để tóm tắt, .arraysẽ trở lại

1. Hiện tại ExtensionArrayủng hộ Index / Series, hoặc
2. Nếu có một mảng NumPy sao lưu chuỗi, một ExtensionArrayđối tượng mới được tạo như một lớp bao bọc mỏng trên mảng bên dưới.

Cơ sở lý luận để thêm HAI phương thức mới
Các chức năng này đã được thêm vào do kết quả của các cuộc thảo luận theo hai vấn đề GitHub GH19954 và GH23623 .

Cụ thể, các tài liệu đề cập đến lý do:

[...] với .valuesnó không rõ liệu giá trị được trả về sẽ là mảng thực tế, một số biến đổi của nó hoặc một trong các mảng tùy chỉnh gấu trúc (như Categorical). Ví dụ, với PeriodIndex, .values tạo ra một ndarrayđối tượng thời gian mới mỗi lần. [...]

Hai chức năng này nhằm cải thiện tính nhất quán của API, đây là một bước quan trọng theo đúng hướng.

Cuối cùng, .valuessẽ không bị phản đối trong phiên bản hiện tại, nhưng tôi hy vọng điều này có thể xảy ra vào một thời điểm nào đó trong tương lai, vì vậy tôi sẽ khuyến khích người dùng chuyển sang API mới hơn, ngay khi bạn có thể.

Nếu bạn đang xử lý một khung dữ liệu đa chỉ mục, bạn có thể quan tâm đến việc chỉ trích xuất cột của một tên của đa chỉ mục. Bạn có thể làm điều này như

df.index.get_level_values('name_sub_index')

và tất nhiên name_sub_indexphải là một yếu tố củaFrozenList df.index.names

Vì gấu trúc v0.13, bạn cũng có thể sử dụng get_values:

df.index.get_values()

Tôi đã chuyển đổi gấu trúc dataframethành listvà sau đó sử dụng cơ bản list.index(). Một cái gì đó như thế này:

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

Bạn có giá trị chỉ số là idx.

Một cách gần đây hơn để làm điều này là sử dụng hàm .to_numpy ().

Nếu tôi có một khung dữ liệu với một cột 'giá', tôi có thể chuyển đổi nó như sau:

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

Bạn cũng có thể truyền kiểu dữ liệu, chẳng hạn như float hoặc object, làm đối số của hàm

Dưới đây là một cách đơn giản để chuyển đổi cột dataframe thành mảng numpy.

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

ytrain_numpy là một mảng numpy.

Tôi đã thử với to.numpy()nhưng nó đã cho tôi lỗi dưới đây: TypeError: không hỗ trợ chuyển đổi cho các loại: (dtype ('O'),) trong khi thực hiện phân loại Binary Relevance bằng cách sử dụng tuyến tính SVC. to.numpy () đã chuyển đổi dataFrame thành mảng numpy nhưng kiểu dữ liệu của phần tử bên trong là danh sách vì đã quan sát thấy lỗi trên.