Wie konvertiere ich einen Pandas-DataFrame mit fehlenden Werten in ein NumPy-Array?

Pandas DataFrame mit fehlenden Werten in NumPy-Array konvertieren

Das Konvertieren eines Pandas DataFrame mit fehlenden Werten in ein NumPy-Array ist eine häufige Aufgabe bei der Datenanalyse. Die gewünschte Ausgabe besteht darin, dass np.nan fehlende Werte darstellt.

Verwendung von df.to_numpy()

Die empfohlene Methode für diese Konvertierung ist die Verwendung der Methode df.to_numpy():

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

# Create a DataFrame with missing values
index = [1, 2, 3, 4, 5, 6, 7]
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]
df = pd.DataFrame({'A': a, 'B': b, 'C': c}, index=index)

# Convert to NumPy array
np_array = df.to_numpy()
print(np_array)</code>

Dies wird Folgendes ausgeben:

<code class="python">array([[ 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]])</code>

Datentypen beibehalten

Um die Datentypen im Ausgabe-NumPy-Array beizubehalten, können Sie die Methode df.to_records() verwenden :

<code class="python">records = df.to_records()
print(records.dtype)</code>

Dies wird Folgendes ausgeben:

<code class="python">[('index', 'O'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')]</code>

wobei O den Objekttyp (Index) und f8 den Float64-Typ (die Werte) darstellt.

Mit np .rec.fromrecords können Sie die Datensätze in ein strukturiertes NumPy-Array konvertieren:

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

np_array = np.rec.fromrecords(records, names=df.columns)
print(np_array.dtype)</code>

Dadurch werden die gleichen Datentypen wie die Datensätze ausgegeben.

Das obige ist der detaillierte Inhalt vonWie konvertiere ich einen Pandas-DataFrame mit fehlenden Werten in ein NumPy-Array?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!