data_array = df.to_numpy()如何指定列名转换数组对象

在使用`df.to_numpy()`方法将`DataFrame`对象转换为`NumPy`数组对象时，默认情况下不会保留列名信息，只会保留数据本身。如果需要将列名也转换为`NumPy`数组对象的一部分，可以使用`DataFrame.columns`属性获取列名信息，然后将其添加到转换后的`NumPy`数组对象中。

具体来说，可以使用以下代码将`DataFrame`对象转换为带有列名的`NumPy`数组对象：

import pandas as pd
import numpy as np

# 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对象转换为NumPy数组对象，并添加列名信息
data_array = np.vstack([df.columns, df.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`np.vstack()`函数将列名和转换后的`NumPy`数组对象合并成一个新的`NumPy`数组对象，其中`np.vstack()`函数用于在垂直方向上堆叠数组。

最终输出的`data_array`数组对象中，第一行是列名信息，后面的每一行是数据本身。这样就可以将`DataFrame`对象中的列名信息也转换为`NumPy`数组对象的一部分了。