要获得NumPy数组,您应该使用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)
这将访问数据的存储方式,因此不需要进行转换。
注意:此属性也可用于Pandas的许多其他对象。
In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])
若要将索引作为列表获取,请调用toList
:
In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']
对于列也是如此。
问题内容: 你是否知道如何以NumPy数组或python列表的形式获取DataFrame的索引或列? 问题答案: 要获取NumPy数组,应使用以下属性: 这样可以访问数据的存储方式,因此无需进行转换。 注意:此属性也可用于其他许多熊猫的对象。 要将索引作为列表获取,请致电tolist: 同样,对于列。
问题内容: 您是否知道如何以NumPy数组或python列表的形式获取DataFrame的索引或列? 问题答案: 要获取NumPy数组,应使用以下属性: 这样可以访问数据的存储方式,因此无需进行转换。 注意:此属性也可用于其他许多熊猫的对象。 要将索引作为列表获取,请致电: 同样,对于列。
我的索引: 我必须将此格式转换为以下格式的列表:
是否有方法变换以下对象数组: 变成这样?只返回日期: 我一直在尝试按如下方式推送日期元素,但似乎不起作用: 提前谢谢。
问题内容: 有没有一种有效的Numpy机制,可以根据条件为true而不是布尔掩码数组来检索数组中位置的整数索引? 例如: 在这种情况下,我想知道指标的地方。是否可以生成这些而不循环? 问题答案: 另外的选择: 这与。