Panda all'array

Il metodo più comune e popolare per convertire il frame dati in un array è l'utilizzo della funzione TO_NUMPY (). In Numpy, le dimensioni sono indicate come l'asse. L'array.La classe Array "dalla libreria Python predefinita è distinta dal numpy.vettore. Abbiamo anche l'attributo "valori" e i metodi to_records ().

Metodo 1: usando to_numpy ()

Quando applichiamo il metodo TO_NUMPY () su Pandas DataFrame, un oggetto del tipo di dati numpy, NdArray viene restituito come output. In genere, viene restituito un ndarray bidimensionale. Diamo un'occhiata alla sintassi della funzione prima di vedere il funzionamento della funzione nei seguenti esempi.

Sintassi:

DataFrame_Object.to_numpy (dType = nessuno, copy = false, na_value = nodeFault.no_default)

Parametri:

1. dtype: Numpy.dtype, str o facoltativo. Il tipo di dati viene passato a Numpy.aSarray ().
2. copia: Bool, false per impostazione predefinita. Se verificare che i dati/valore output/restituiti non siano una vista sugli altri array. Il to_numpy () non è garantito per essere né copia quando viene utilizzato copia = falso. Invece, copia = true fa una copia anche se non è strettamente necessario.
3. na_value: Qualsiasi opzione. Il valore da sostituire se ci sono valori mancanti. Il valore, per impostazione predefinita, dipende dai dtipes delle colonne nel frame dati.

Esempio 1:
Facciamo un frame dati con 5 righe e 3 colonne e lo convertiamo in un array numpy usando il metodo To_numpy ().

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
# Visualizza il telaio dati convertito
Stampa (effettivo, "\ n")
# Converti in un array numpy
convertito = reale.to_numpy ()
# Visualizza il tipo di array numpy
stampa (tipo (convertito), "\ n")
Stampa (convertito)

Produzione:

Spiegazione:
Dopo aver convertito in array numpy, utilizziamo la funzione type () per visualizzare il tipo di array convertito. Puoi vedere che 5 righe sono conservate in un array numpy.

Esempio 2:
Converti solo due colonne nel frame dati nell'array numpy usando il metodo TO_NUMPY (). Qui, dobbiamo specificare i nomi delle colonne da convertire nell'array numpy in un elenco.

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
# Converti solo le colonne di "lavoro" e "salari" in matrice numpy
Stampa (effettivo [['work', 'wages'].to_numpy ())

Produzione:

Spiegazione:
Possiamo vedere che solo due colonne ["lavoro", "Wages"] vengono convertite in Numpy Array.

Metodo 2: utilizzando l'attributo VALORI

Il "valori" è un attributo che converte direttamente il frame dati Panda nell'array numpy.

Sintassi:

DataFrame_Object.valori

Esempio 1: convertire l'intero telaio di dati in array numpy
Considera il precedente telaio di dati e convertilo in un array numpy usando il metodo TO_NUMPY ().

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
# Usa l'attributo VALORI per convertire il frame dati sopra in matrice numpy.
Stampa (reale.valori)
Stampa (tipo (effettivo.valori))

Produzione:

Spiegazione:
Puoi vedere tutte le colonne nel frame dati nell'array numpy.

Esempio 2: converti alcune colonne in matrice numpy
Converti solo due colonne nel frame dati nell'array numpy usando il metodo TO_NUMPY (). Qui, dobbiamo specificare i nomi delle colonne da convertire nell'array numpy in un elenco.

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
Stampa (effettivo [['work', 'wages'].valori)

Produzione:

Possiamo vedere che solo due colonne ["lavoro", "Wages"] vengono convertite in Numpy Array.

Metodo 3: usando TO_RECORDS ()

Il "to_records ()" converte direttamente il telaio di dati esistente in un array numpy che è di tipo di array record. Il vantaggio di utilizzare questo metodo è che per ogni riga convertita, l'indice è disponibile anche nell'array di record.

Sintassi:

DataFrame_Object.to_records ()

Esempio 1: convertire l'intero telaio di dati in array numpy
Considera il precedente telaio di dati e convertilo in un array numpy usando il metodo To_Records ().

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
# Usa to_records () per convertire il frame dati sopra in matrice numpy.
Stampa (reale.to_records (), "\ n")
# Ottieni il tipo di dati
Stampa (tipo (effettivo.to_records ()))

Produzione:

Spiegazione:
Puoi vedere tutte le colonne nel frame dati nell'array numpy e l'array restituito è un array di record. In ogni record, puoi anche vedere l'indice.

Esempio 2: converti alcune colonne in matrice numpy
Utilizzare il metodo To_Records () per convertire le prime 2 colonne nel frame dati in un array numpy.

Panda di importazione
importa numpy
# Considera i dati di dati Pandas
effettivo = panda.DataFrame ([[1, "Cooking", 200],
[2, "musica", 3004],
[3, "Hand Loom", 1000],
[4, "Hand Loom", 2000],
[5, "condimento", 3000]],
colonne = ['id', 'work', 'wages'],
INDICE = ['Person 1', 'Person 2', 'Person 3', 'Person 4', 'Person 5'])
# Usa to_records () per convertire le prime 2 colonne nel frame dati in un array numpy.
Stampa (effettivo [['id', 'work']].to_records (), "\ n")

Produzione:

Le prime due colonne vengono convertite nell'array numpy.

Conclusione

Abbiamo discusso di quali sono gli array e come i frame di dati nei panda possono essere convertiti in colonne numpy. Abbiamo usato tre metodi per modificare le colonne di dati di dati in un array. Negli esempi di questo articolo, abbiamo cercato di insegnarti come convertire le colonne specifiche o l'intero frame di dati in un array numpy usando la funzione To_numpy (). Abbiamo anche usato il metodo Attributo Values ​​e To_Records () per convertire le colonne di dati di dati in un array numpy.