Dataframe转ndarray的完整指南

一、Dataframe转置

Dataframe是一个二维表格，如果需要把行转换成列，列转换成行，可以使用transpose()函数进行转置。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# 数据转置
df = df.transpose()

# 输出转置后的结果
print(df)

二、Dataframe转array

将dataframe转换为array是常见的操作，可以使用values函数将dataframe转换为二维数组。

import pandas as pd
import numpy as np

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转array
array = df.values

# 输出转换后的结果
print(array)

三、Dataframe转列表

将dataframe转换为列表也是一个常见的操作，可以使用tolist()函数将dataframe转换为列表。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转列表
lst = df.values.tolist()

# 输出转换后的结果
print(lst)

四、Dataframe转int

在处理数据时，经常需要将字符串转换为整数，可以使用astype()函数将dataframe数据类型转换为int。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": ["1", "2", "3"], "B": ["4", "5", "6"]})

# dataframe数据类型转换
df = df.astype(int)

# 输出转换后的结果
print(df)

五、Dataframe转为字典

将dataframe转换为字典是一个比较常见的操作，可以使用to_dict()函数将dataframe转换为字典。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转字典
dct = df.to_dict()

# 输出转换后的结果
print(dct)

六、Dataframe转字典

除了to_dict()函数外，也可以使用dict()函数将dataframe转换为字典，但是需要注意列名不能有重复。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转字典
dct = dict(zip(df.A, df.B))

# 输出转换后的结果
print(dct)

七、Dataframe转dict

除了字典，也可以将dataframe转换为dict，dict的key为列名，value为列的值。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转dict
dct = dict(df)

# 输出转换后的结果
print(dct)

八、Dataframe转list

将dataframe转换为list比较简单，可以先转为array或列表，再使用tolist()函数进行转换。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1, 2, 3], "B": [4, 5, 6]})

# dataframe转array
array = df.values

# array转list
lst = array.tolist()

# 输出转换后的结果
print(lst)

九、Dataframe转换数字格式

在数据处理中，经常需要将数字格式进行转换，可以使用round()函数对数据进行四舍五入，也可以使用apply()函数将数据类型转换为float或int。

import pandas as pd

# 创建一个dataframe
df = pd.DataFrame({"A": [1.111, 2.222, 3.333], "B": [4.444, 5.555, 6.666]})

# 对数据进行四舍五入
df = df.round(2)

# 数据类型转换
df = df.apply(lambda x: x.astype(int))

# 输出转换后的结果
print(df)