dataframe转换为数组

可以使用 Pandas 库中的 `to_numpy()` 方法将 DataFrame 转换为 NumPy 数组。示例如下：

import pandas as pd
import numpy as np

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

# 转换为数组
arr = df.to_numpy()

print(arr)

输出结果为：

[[1 4 7]
 [2 5 8]
 [3 6 9]]

你也可以使用 `.values` 属性来实现相同的功能，它与 `.to_numpy()` 方法等价：

arr = df.values

print(arr)

输出结果同样为：

[[1 4 7]
 [2 5 8]
 [3 6 9]]

相关问题

DataFrame 转化为数组

DataFrame 对象可以通过 values 属性转换为一个 numpy 数组。values 属性返回一个包含 DataFrame 中所有数据的 numpy 数组。例如，假设有以下 DataFrame 对象：

   A  B  C
0  1  2  3
1  2  3  4
2  3  4  5

我们可以使用 values 属性将其转换为一个 numpy 数组：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [2, 3, 4], 'C': [3, 4, 5]})
array = df.values

这将返回一个 numpy 数组：

array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5]])

需要注意的是，转换后的 numpy 数组是按照 DataFrame 中的行列顺序组织的。即先按行展开，再按列展开。如果需要按照列的顺序展开，可以使用 numpy 库中的 transpose() 函数对数组进行转置操作：

array = df.values.transpose()

这将返回一个按照列顺序展开的 numpy 数组：

array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5]])

python 怎么将dataframe转化为数组

可以使用 `values` 方法将 Pandas DataFrame 转换为 NumPy 数组。例如：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

# 将 DataFrame 转换为数组
arr = df.values

print(arr)

输出结果为：

array([[1, 'a'],
       [2, 'b'],
       [3, 'c']], dtype=object)

其中，每行数据都变成了一个数组。注意，如果 DataFrame 中有不同的数据类型，转换为数组时会将所有数据类型都转换为一致的类型，这里将字符串和数字都转换为了 object 类型。