【python】numpy的array数组与pandas的DataFrame表格互相转换(图文代码超详细)

这篇具有很好参考价值的文章主要介绍了【python】numpy的array数组与pandas的DataFrame表格互相转换(图文代码超详细)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

0.环境

1.array数组和DataFrame表格的简单介绍

2.转换方式详解(代码)

0)前提:【需注意】

1)array转化为DataFrame

2)DataFrame转化为array

 3)完整代码


0.环境

windows + jupyter notebook测试代码 + python语言

1.array数组和DataFrame表格的简单介绍

首先我们要知道,array类型的数组是来自于numpy库,

DataFrame类型的表格是来自于pandas库。

在python中,`numpy`的`array`数据类型和`pandas`的`DataFrame`数据类型都是用于存储和操作数据的数据结构,但它们在一些方面有所不同:

  1. `numpy`的`array`数据类型是一个多维数组,它由相同类型的元素组成,并且支持各种数学和科学计算,例如线性代数、傅里叶变换等。`numpy`的`array`数据类型可以是一维、二维或更高维度的,可以存储数字、字符串、布尔值等各种数据类型。
  2. `pandas`的`DataFrame`数据类型是一个二维表格,由行和列组成,每列可以是不同的数据类型,例如数字、字符串、布尔值等。`DataFrame`适用于数据分析和数据处理,例如数据清洗、数据转换、数据过滤、排序、分组和聚合等操作。除了二维表格之外,`pandas`还提供了一种名为`Series`的一维数据结构,类似于带标签的数组。
  3. 总之,`numpy`的`array`适用于数学和科学计算,而`pandas`的`DataFrame`适用于数据分析和数据处理

2.转换方式详解(代码)

0)前提:【需注意】

需要导入numpy库和pandas库

代码:

import numpy as np
import pandas as pd

1)array转化为DataFrame

思路:

先用numpy的random方法随机生成一个三行三列的数组(arr),

然后用pandas的【pandas.DataFrame()】方法将arr转化为DataFrame表格并打印

代码如下:

### 一、numpy的array转化为pandas的DataFrame
# 1.用numpy创建一个三行三列的随机数组arr
arr = np.random.rand(3, 3)

# 2.打印数组arr和数组的类型
print("1.随机数组arr为:")
print(arr)
print("2.arr数组类型为:")
print(type(arr))
print("\n")
# 3.将arr数组转化为pandas的DataFrame表格
df = pd.DataFrame(arr)

# 4.打印转化后的表格和类型
print("3.转化后的表格df为:")
print(df)
print("4.df表格类型为:")
print(type(df))
print("\n")

结果:

numpy转dataframe,jupyter notebook + python,python,numpy,pandas

2)DataFrame转化为array

思路:

将刚才转化成DataFrame格式的df变量通过numpy的【numpy.array()】方法转化为数组

代码:

### 二、pandas的DataFrame转化为numpy的array
# 5.将df(pandas的DataFrame)转化为numpy的array格式,并打印
arr2 = np.array(df)
print("5.转化后的arr2数组为:")
print(arr2)
print("6.arr2数组类型为:")
print(type(arr2))

结果:

numpy转dataframe,jupyter notebook + python,python,numpy,pandas

 3)完整代码

import numpy as np
import pandas as pd

### 一、numpy的array转化为pandas的DataFrame
# 1.用numpy创建一个三行三列的随机数组arr
arr = np.random.rand(3, 3)

# 2.打印数组arr和数组的类型
print("1.随机数组arr为:")
print(arr)
print("2.arr数组类型为:")
print(type(arr))
print("\n")
# 3.将arr数组转化为pandas的DataFrame表格
df = pd.DataFrame(arr)

# 4.打印转化后的表格和类型
print("3.转化后的表格df为:")
print(df)
print("4.df表格类型为:")
print(type(df))
print("\n")

### 二、pandas的DataFrame转化为numpy的array
# 5.将df(pandas的DataFrame)转化为numpy的array格式,并打印
arr2 = np.array(df)
print("5.转化后的arr2数组为:")
print(arr2)
print("6.arr2数组类型为:")
print(type(arr2))
numpy转dataframe,jupyter notebook + python,python,numpy,pandas

 

--END--文章来源地址https://www.toymoban.com/news/detail-679274.html

到了这里,关于【python】numpy的array数组与pandas的DataFrame表格互相转换(图文代码超详细)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 3秒学会!Pandas DataFrame列如何快速转换为列表

    在数据处理中,我们经常会遇到需要将Pandas DataFrame的某列转换为列表的情况。如果你还在纠结这需要耗费精力去查阅资料,那么你错了!本文将教会你3秒内学会3种Pandas列转换为列表的方法。 1、 .values.tolist() 这是最简单直接的方法。举个例子,如果你有一个DataFrame如下:  

    2024年02月08日
    浏览(50)
  • Java集合与数组互相转换

            集合与数组互相转换在日常业务开发中必不可少,有时业务需要的是集合,而程序提供的是数组;或者业务需要的是数组,而程序提供的是集合,这就需要转换了。 以下简单提供几种常用的方法(以Int作为泛型示例),记录一下方便查阅! 推荐方式一 推荐方式一

    2024年02月11日
    浏览(51)
  • Python中List类型数据结构广泛应用于各种场景中。然而,在数据分析和可视化过程中,经常需要将List转换为Pandas的DataFrame对象。那么如何将...

    Python中List类型数据结构广泛应用于各种场景中。然而,在数据分析和可视化过程中,经常需要将List转换为Pandas的DataFrame对象。那么如何将List转换为DataFrame对象呢?本文将介绍如何使用Python中Pandas库将List转换为DataFrame,并进一步将其转换为字符串。 将Python List转换为Pandas D

    2024年02月15日
    浏览(52)
  • PHP数组与JSON互相转换

    PHP数组与JSON互相转换,数组转json:json_encode();json转数组:json_decode(); 使用json_encode转json时会发现中文字符会出现乱码 只需要在json_encode();函数中加入JSON_UNESCAPED_UNICODE即可。 1、PHP数组转JSON 2、PHP数组转JSON中文字符不乱码 3、PHP JSON转数组 4、PHP JSON转对象 推荐文章:

    2024年02月12日
    浏览(50)
  • 55_Pandas.DataFrame 转换为 JSON 字符串/文件并保存 (to_json)

    使用pandas.DataFrame的方法to_json(),可以将pandas.DataFrame转为JSON格式字符串(str类型)或者输出(保存)为JSON格式文件。 在此,对以下内容进行说明。有关其他参数,请参阅上面的官方文档。 pandas.DataFrame.to_json() 的基本用法 转换为JSON格式字符串 输出(保存)为JSON格式文件 文

    2024年02月15日
    浏览(40)
  • 检查两个数组在维度,形状以及元素值上是否均等价 numpy.array_equiv()

    【小白从小学Python、C、Java】 【计算机等级考试+500强双证书】 【Python-数据分析】 检查两个数组在维度,形状 以及元素值上是否均等价 numpy.array_equiv() [太阳]选择题 请问以下代码中执行语句输出结果依次是? import numpy as np a = np.array([1, 2]) b = np.array([1, 2]) c = np.array([1, 3]) d =

    2024年02月07日
    浏览(48)
  • Java 中数组Array和列表List的转换

    主要介绍Java中Java 中数组Array和列表List的转换。 1.使用Collections.addAll()方法 使用Collections.addAll()方法,返回的List可以执行新增add方法,但该种方式只针对引用对象,不针对基本数据类型,该种方法效率较高,推荐用法。 2.使用new ArrayList()构造器方法 new ArrayList()构造器可以传入

    2024年02月10日
    浏览(41)
  • python中Pandas之DataFrame索引、选取数据

    总结一下 DataFrame 索引问题 先创建一个简单的 DataFrame 。 DataFrame 中有两种索引: 行索引( index ):对应最左边那一竖列 列索引( columns ):对应最上面那一横行 两种索引默认均为从 0 开始的自增整数。 可以使用 index 这个参数指定行索引, columns 这个参数指定列索引。 输出此时

    2023年04月08日
    浏览(50)
  • 【pandas】Python读取DataFrame的某行或某列

    行索引(index) :对应最左边那一竖列 列索引(columns) :对应最上面那一横行 .loc[]官方释义: Access a group of rows and columns by label(s) or a boolean array.(通过标签或布尔数组访问一组行和列) 官方链接 loc使用索引来取值,基础用法 df.loc[[行索引],[列索引]] .iloc[]官方释义: Purely inte

    2024年02月08日
    浏览(41)
  • 【python】【pandas】dataframe按照列名给列排序

    输出结果: 在上述代码中,我们首先创建了一个示例DataFrame。然后,我们使用 sort_values() 方法对DataFrame的列进行排序。通过指定 by=df.columns ,我们将按照列名的字母顺序对列进行排序。最后,通过设置 axis=1 参数,我们指定按列进行排序。 执行上述代码后,DataFrame的列将按照

    2024年02月15日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包