如何在python中将数据帧转换为数组？[副本]
我从excel中读取了如下数据：
import numpy as np
import pandas as pd
Location = r'C:\temp\test.xlsx'
data = pd.read_excel(Location, '4bar', header=0, parse_cols=0)
data
Out[80]:
10V 11V
0 -60.531006 -31.539307
1 -2.547607 -30.776367
2 58.487549 48.569336
3 72.220459 74.509277
4 64.591064 74.509277
5 54.672852 60.013428
我想把列'10V'和'11V'成两个数组。以便用滤波系数处理数据。但是我不知道如何将列复制到数组，或者如何直接访问/操作DataFrame中的元素？
谁能给我一个提示吗？非常感谢。
共有2个答案
列名可以用作索引，例如数据['10V']。
你真的应该看看熊猫教程。
您可以使用作为矩阵函数。
import pandas as pd
Location = r'C:\temp\test.xlsx'
data = pd.read_excel(Location, '4bar', header=0, parse_cols=0)
numpy_data = data.as_matrix()
-
如何将此dict转换为数据帧
-
这是我想转换为数组的值。我知道这是一个很简单的问题，但是有人能帮我吗？
-
本文向大家介绍如何在R中将数据帧转换为data.table？，包括了如何在R中将数据帧转换为data.table？的使用技巧和注意事项，需要的朋友参考一下 由于对data.table的操作有时比数据帧快，因此我们可能希望将数据帧转换为data.table对象。数据框和data.table之间的主要区别在于，数据框可在基础R中使用，但是要使用data.table，我们必须安装软件包data.tabl
-
我用Avro（序列化器和反序列化器）收到Kafka主题的推文。然后，我创建了一个spark consumer，它在RDD[GenericRecord]的数据流中提取推文。现在，我想将每个rdd转换为数据帧，通过SQL分析这些推文。有什么解决方案可以将RDD[GenericRecord]转换为数据帧吗？
-
我有这个数据框 我想转换这种形式的Numpy数组： 我正在使用转换为_矩阵函数，并在它重塑（1,4）后使用，但它不起作用！！它给我的格式是：有什么建议吗？我需要把它转换成那种格式，这样我就可以应用“精确回忆曲线”功能。
-
我需要将一个大数据帧转换成一个numpy数组。仅保留数值和类型。我知道有很好的证明方法可以做到这一点。 那么，你更喜欢哪一个呢？ 决定因素： > 在nan、np上安全运行。NaN和其他可能的意外值 数值稳定