將包含缺失值的 Pandas DataFrame 轉換為 NumPy 陣列是資料分析中的常見任務。所需的輸出是讓 np.nan 代表缺失值。
此轉換的推薦方法是使用df.to_numpy() 方法：
<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>這將輸出：
<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>要保留輸出NumPy 數組中的數據類型，可以使用df.to_records() 方法：
<code class="python">records = df.to_records() print(records.dtype)</code>
這將輸出：
<code class="python">[('index', 'O'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')]</code>其中O代表物件類型（索引），f8代表float64型別（
使用np.rec.fromrecords，您可以將記錄轉換為結構化NumPy 陣列：
<code class="python">import numpy as np np_array = np.rec.fromrecords(records, names=df.columns) print(np_array.dtype)</code>
這將輸出與記錄相同的資料類型。
以上是如何將缺失值的 Pandas DataFrame 轉換為 NumPy 陣列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
