data_array = df.to_numpy()如何指定列转换为数组对象

在使用`df.to_numpy()`方法将`DataFrame`对象转换为`NumPy`数组对象时，默认情况下会将所有列都转换为数组对象中的一部分。如果需要仅将某些列转换为数组对象的一部分，可以使用`DataFrame`对象的`loc`或`iloc`属性选择需要的列，然后将其转换为`NumPy`数组对象。

具体来说，可以使用以下代码将`DataFrame`对象的某些列转换为`NumPy`数组对象：

import pandas as pd

# 创建一个DataFrame对象
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 将DataFrame对象的'A'列和'B'列转换为NumPy数组对象
data_array = df.loc[:, ['A', 'B']].to_numpy()

print(data_array)

在这个示例中，我们首先创建了一个`DataFrame`对象，其中包含三列数据'A'、'B'和'C'。然后，我们使用`df.loc[:, ['A', 'B']]`选择了该`DataFrame`对象的'A'列和'B'列，并将其转换为`NumPy`数组对象。其中，`loc`属性用于选择行和列，':'表示选择所有行，`['A', 'B']`表示选择'A'列和'B'列。

最终输出的`data_array`数组对象中，只包含了`DataFrame`对象的'A'列和'B'列的数据，而'C'列的数据则被忽略了。这样就可以将`DataFrame`对象的某些列转换为`NumPy`数组对象了。