Wie kann ich einen Pandas DataFrame mit fehlenden Werten mit „df.to_numpy()“ in ein NumPy-Array konvertieren und Datentypen beibehalten?

Pandas-Datenrahmen mit fehlenden Werten in ein NumPy-Array konvertieren

Verwenden von df.to_numpy()

Zum Konvertieren eines Pandas-Datenrahmens mit fehlenden Werten in ein NumPy Um ein Array mit np.nan zu erstellen, das fehlende Werte darstellt, verwenden Sie die Methode df.to_numpy(). Es bietet eine konsistente und zuverlässige Möglichkeit, NumPy-Arrays sowohl aus Datenrahmen als auch aus Index-/Serienobjekten zu erhalten.

<code class="python">import numpy as np
import pandas as pd

df = pd.DataFrame({
    "A": [np.nan, np.nan, np.nan, 0.1, 0.1, 0.1, 0.1],
    "B": [0.2, np.nan, 0.2, 0.2, 0.2, np.nan, np.nan],
    "C": [np.nan, 0.5, 0.5, np.nan, 0.5, 0.5, np.nan],
}, index=[1, 2, 3, 4, 5, 6, 7])

np_array = df.to_numpy()
print(np_array)</code>

Dadurch wird ein NumPy-Array mit fehlenden Werten ausgegeben, dargestellt als np.nan:

[[ nan  0.2  nan]
 [ nan  nan  0.5]
 [ nan  0.2  0.5]
 [ 0.1  0.2  nan]
 [ 0.1  0.2  0.5]
 [ 0.1  nan  0.5]
 [ 0.1  nan  nan]]

Datentypen beibehalten

Um Datentypen im NumPy-Array beizubehalten, verwenden Sie die Funktion np.rec.fromrecords():

<code class="python">v = df.reset_index()
np_array_dtypes = np.rec.fromrecords(v, names=v.columns.tolist())
print(np_array_dtypes)</code>

Dadurch wird ein NumPy-Array mit dem Original ausgegeben Datentypen werden wie folgt beibehalten:

rec.array([('1', 1, 0.2, 0.5), ('2', 2, np.nan, 0.5), ('3', 3, 0.2, 0.5),
           ('4', 4, 0.2, np.nan), ('5', 5, 0.2, 0.5), ('6', 6, np.nan, 0.5),
           ('7', 7, np.nan, np.nan)],
          dtype=[('index', '<U1'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

Das obige ist der detaillierte Inhalt vonWie kann ich einen Pandas DataFrame mit fehlenden Werten mit „df.to_numpy()“ in ein NumPy-Array konvertieren und Datentypen beibehalten?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!