Pandas DataFrame in Numpy Array
Sintassi
# Panda.DataFrame.to_numpy ()Esempio # 01
Ora, facciamo alcuni esempi pratici qui in cui creeremo il telaio di dati in "Panda" e quindi convertiremo questo frame dati nell'array numpy utilizzando il metodo "To_numpy ()". Usiamo l'app "Spyder" in questa guida e scriviamo il codice su di essa. Il primo passo qui è importare i moduli di "panda" utilizzando la parola chiave "importazione" e poi mettendo "panda come PD" qui. Il frame dati è stato ora creato con l'aiuto del "PD.Metodo DataFrame ". "Classes_df" è creato in questo esempio e ha cinque colonne. Abbiamo "Classe 1" come nome della prima colonna e mettiamo "Lily, Ava, Isla, Harper e Firenze".
Quindi usiamo "Classe 2" come nome della seconda colonna di questo frame dati e inseriamo anche "Smith, Henry, Theo, Elsie ed Evelyn". La "Classe 3" qui è il nome della terza colonna e contiene "Bromley, Ivy, Freddie, Noah e Teddy". Poi arriva la colonna "Classe 4" e posizioniamo "Milli, Leo, Jacob, Amelia e Samuel" come valori di quella colonna. Dopo questo, aggiungiamo anche la colonna "Classe 5" e i valori per questa colonna sono "Alexander, Oscar, William, James e John". Ora, "Classes_df" è il frame dati qui. Innanzitutto, ti mostreremo questo frame dati, quindi cambieremo questo frame dati nell'array numpy.
Il risultato che otteniamo qui è quando premiamo il tasto "Shift+Enter". In questo risultato, viene reso solo un frame dati, che abbiamo creato nel codice sopra. Ora, utilizzeremo il metodo "To_numpy ()" per convertire questo frame dati.
Inseriamo le righe del codice fornite sul codice in cui abbiamo creato il frame dati. Usiamo per la prima volta una variabile qui, che è "class_numpy" e inizializziamo questa variabile con il metodo "to_numpy ()". Dobbiamo utilizzare il nome del frame dati corretto con il metodo "to_numpy ()", quindi lo scriviamo come "classes_df.to_numpy () "in cui" classes_df "è il nome di dati e" to_numpy () "è il metodo di" panda "che convertirà il frame dati nell'array numpy.
L'array numpy del frame dati è reso di seguito. Questo è il "array numpy" che viene mostrato in questo output e otteniamo questo array numpy utilizzando il metodo "To_numpy ()" in "Panda".
Esempio # 02
Il frame dati in questo codice è "iscrizione_df", che contiene cinque colonne univoci e questi nomi di colonne sono "Student_id, last_name, first_name, student_age e programma". Nella colonna "Student_id", abbiamo messo "STD23-11, STD23-12, STD23-13, STD23-14, STD23-15, STD23-16, STD23-17, STD23-18 e STD23-19". Quindi nella colonna "Last_name", inseriamo "Smith, John, Graham, Wilson, Peter, Bromley, George, Thomas e Russel". Dopo aver inserito valori nella colonna "Last_name", abbiamo quindi inserito valori nella colonna "First_name", che sono "Samue, James, Lily, Grace, Liam, Jack, Ryan, Oscar e Jacob". Quindi abbiamo la colonna "Student_age" in cui abbiamo messo "16, 17, 20, 18, 16, 21, 19, 17 e 19". L'ultima colonna che abbiamo è la colonna "Programma", in cui abbiamo aggiunto "arti, informatica, infermieristica, redazione, calligrafia, informatica, botonia, zoologia e arti".
Ora, dopo aver inserito i valori in tutte le colonne, stiamo stampando questo telaio di dati "iscrizione_df", quindi convertiamo questo frame dati "iscrizione_df" nell'array numpy. Quindi, posizioniamo il metodo "to_numpy ()" di seguito e menzioniamo il nome del telaio con questo teto "to_numpy ()". Quindi, convertirà il frame dati nell'array numpy e memorizzerà anche l'array numpy nella variabile "iscrizione_numpy". Reniamo anche l'array numpy qui utilizzando la "Print ()".
Qui, sia il frame dati che l'array numpy sono mostrati nell'output di seguito e puoi facilmente notare la differenza tra il frame dati e l'array numpy.
Esempio # 03
Il frame dati sopra viene utilizzato di nuovo in questo esempio e cambiamo un po 'i valori del frame dati qui. Sostituiamo alcuni valori della colonna "Student_age" con "NP. Nan ”Valore che è il valore nullo e ci occuperemo di questi valori nulli qui quando stiamo convertendo questo frame di dati nell'array numpy. Dopo aver inserito questo frame dati nella funzione "print ()", utilizziamo il metodo "to_numpy ()" in cui impostiamo il "np_value = 20". Quindi, convertirà i valori nulli in 20. Quando questo telaio di dati viene convertito nell'array numpy, allora 20 si renderà al posto dei valori null e archiviamo questo array numpy nella variabile "numpy_array". Visualizziamo anche l'array numpy utilizzando di nuovo "Print ()".
Nella colonna "Student_age" del frame dati, è possibile notare facilmente che sono apparsi valori "nan", ma quando si cambia questo frame di dati nell'array numpy, "20" è apparso al posto di "nan" perché abbiamo impostato questo valore 20 Nel metodo "to_numpy ()", quindi è reso qui.
Esempio # 04
Il frame dati "DF" ha cinque colonne distinte: nome del prodotto, rappresentante di vendita, mese, pezzi e paese. Abbiamo inserito "Prodotto 1, Prodotto 2, Prodotto 3, Prodotto 4 e Prodotto 5" nel campo "Nome prodotto". Quindi entriamo "Tom, Joe, Peter, Bromley e Samuel" nel campo "Repledì vendite". Seguendo la colonna "Rep di vendita", abbiamo inserito i nomi "febbraio, agosto, settembre, ottobre e DEC" nella colonna "Mese". Segue la colonna "pezzi", in cui sono elencati "12 pezzi, 6 pezzi, 10 pezzi, 4 pezzi e 9 pezzi". Quindi siamo entrati in "Francia, Australia, Cina, Germania e Inghilterra" nella colonna "Paese". Ora abbiamo riempito i valori per tutte le colonne; Stiamo stampando questo telaio di dati "df" prima di convertirlo nell'array numpy.
Per convertire il "df" nell'array numpy, posizioniamo il metodo "to_numpy ()" di seguito e posizioniamo il nome del frame dati con questo metodo. Di conseguenza, il telaio di dati verrà trasformato nell'array numpy e l'array numpy viene anche salvato nella variabile "Sales_array". Usando "Print ()", rendiamo anche l'array numpy qui. Possiamo anche convertire alcune colonne del frame dati nell'array numpy anziché convertire il frame dati completo nell'array numpy.
Per convertire alcune colonne del telaio di dati nell'array numpy, stiamo usando lo stesso metodo, che è "to_numpy ()" ma prima di questo metodo, posizioniamo i nomi di due colonne di questo frame dati che vogliamo trasformare nell'array numpy. Qui stiamo convertendo solo la colonna del "rappresentante di vendita e del paese" nell'array numpy e stampando anche quelle colonne in forma di array numpy.
Il telaio dati originale e l'array numpy di questo frame dati completo sono resi e sotto di essi, è possibile vedere che due colonne di questo telaio di dati vengono convertite nell'array numpy e visualizzate qui.
Conclusione
Abbiamo imparato a conoscere l'array numpy in questa guida. Abbiamo discusso della conversione del telaio di dati nell'array numpy qui con l'aiuto del metodo "to_numpy ()" di "panda". Abbiamo esplorato il concetto di convertire l'intero telaio di dati nell'array numpy e di convertire alcune colonne del frame di dati nell'array numpy. Abbiamo anche mostrato come gestire i valori null durante la conversione del frame dati nell'array numpy in questa guida. Abbiamo applicato il metodo "To_numpy ()" in questa guida che ci aiuta molto a convertire il telaio di dati nell'array numpy. Abbiamo spiegato questo concetto approfondito qui.