將帶有缺失值的Pandas資料框轉換為NumPy np.nan 代表缺失值的數組,請使用df.to_numpy() 方法。它提供了一種一致且可靠的方法來從資料幀和索引/系列物件中獲取 NumPy 數組。
<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>
這將輸出一個NumPy 數組,其中缺失值表示為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]]
要保留NumPy 數組中的資料類型,請使用np.rec.fromrecords() 函數:
<code class="python">v = df.reset_index() np_array_dtypes = np.rec.fromrecords(v, names=v.columns.tolist()) print(np_array_dtypes)</code>
這將輸出帶有原始資料的NumPy 陣列保留的資料類型如下:
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')])
以上是如何使用「df.to_numpy()」將缺失值的 Pandas DataFrame 轉換為 NumPy 陣列並保留資料類型?的詳細內容。更多資訊請關注PHP中文網其他相關文章!