dataframe转换为array

你可以使用 `values` 属性将 Pandas DataFrame 转换为 NumPy 数组。例如，假设你有一个名为 `df` 的 DataFrame，你可以使用以下代码将其转换为数组：

import pandas as pd
import numpy as np

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

# 将DataFrame转换为NumPy数组
arr = df.values

print(arr)

这将输出以下结果：

array([[1, 4, 7],
       [2, 5, 8],
       [3, 6, 9]])

请注意，转换后的数组将不会包含 DataFrame 中的行索引和列标签。

相关问题

dataframe转换为array python

可以使用 pandas 库中的 `values` 属性将 DataFrame 转换为 numpy 数组，示例如下：

import pandas as pd

# 创建一个 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)

# 转换为 numpy 数组
array = df.values

print(array)

输出：

[['Alice' 25]
 ['Bob' 30]
 ['Charlie' 35]]

dataframe转换为array python实现

在Python中，可以使用`values`属性将DataFrame对象转换为NumPy数组。示例如下：

import pandas as pd

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

# 将DataFrame转换为数组
arr = df.values

print(arr)

运行结果如下：

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

需要注意的是，转换后的数组不包含DataFrame中的列名和行索引。如果需要将列名和行索引也转换为数组中的一部分，可以在调用`values`属性时指定参数`index`和`columns`，例如：

import pandas as pd

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

# 将DataFrame转换为数组，包含列名和行索引
arr = df.values
arr_with_index = pd.DataFrame(arr, index=df.index, columns=df.columns).values

print(arr_with_index)

运行结果如下：

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