admin 管理员组文章数量: 887021
2024年2月29日发(作者：ascii码是 编码)
pandas values用法
Pandas是Python的一个强大的数据分析库，其提供了许多方便的函数来实现数据的处理与分析。其中，values 函数是 Pandas 中的一个非常重要的函数，它可以将 Pandas 数据框中的数据转换为
NumPy 数组类型，以便于进行科学计算和数据分析。
values 函数的语法格式为：
```python
```
其中，DataFrame 表示 Pandas 中的数据框类型，values 表示转换为 NumPy 数组类型。
使用 values 函数可以将 Pandas 数据框中的所有数据转换为
NumPy 数组类型，例如：
```python
import pandas as pd
# 创建一个 Pandas 数据框
df = ame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7,
8, 9]})
# 将 Pandas 数据框转换为 NumPy 数组
arr =
print(arr)
```
- 1 -
输出结果为：
```
[[1 4 7]
[2 5 8]
[3 6 9]]
```
可以看到，通过 values 函数将 Pandas 数据框转换为 NumPy
数组后，其数据类型为 int64，而且 NumPy 数组的维度与 Pandas 数据框的行数和列数相同。
除了将整个数据框转换为 NumPy 数组之外，values 函数还可以用于将数据框中的某一列或某几列转换为 NumPy 数组。例如：
```python
import pandas as pd
# 创建一个 Pandas 数据框
df = ame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7,
8, 9]})
# 将 Pandas 数据框中的一列转换为 NumPy 数组
arr = df['a'].values
print(arr)
```
输出结果为：
```
- 2 -
[1 2 3]
```
可以看到，通过在数据框中指定列名，就可以将该列数据转换为
NumPy 数组。同样的，如果需要将多列数据转换为 NumPy 数组，则可以使用列表的形式来指定列名，例如：
```python
import pandas as pd
# 创建一个 Pandas 数据框
df = ame({'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7,
8, 9]})
# 将 Pandas 数据框中的多列数据转换为 NumPy 数组
arr = df[['a', 'c']].values
print(arr)
```
输出结果为：
```
[[1 7]
[2 8]
[3 9]]
```
可以看到，通过使用列表的形式指定列名，就可以将多列数据转换为 NumPy 数组。需要注意的是，转换出来的 NumPy 数组的维度将 - 3 -
会是 (n, m)，其中 n 表示数据框中的行数，m 表示指定的列数。
- 4 -
版权声明：本文标题：pandas values用法 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1709183131h539450.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论