Python中NumPy数组与Pandas DataFrame互转详解
发布时间：2026-10-15| 5人浏览过
本文介绍Python中NumPy数组与Pandas DataFrame之间的相互转换方法。内容包括将NumPy数组转换为DataFrame，以及将DataFrame转换为NumPy数组的三种常用方式：values方法、as_matrix()方法和np.array()函数，帮助开发者在数据分析时灵活处理两种数据结构。
NumPy数组与Pandas DataFrame的相互转换
1. 将NumPy数组转换为Pandas DataFrame
假设mat是一个NumPy数组，df是转换后生成的DataFrame数据表。
NumPy数组示例：
array([[-0.35634004, -0.80776298, -0.46225068, 0.18545311],
[-1.42016031, 0.30656195, 0.48116582, -1.50056694],
[-0.82736929, -1.07835642, 2.35918293, 0.06560682]])具体实现代码如下：
import numpy as np
import pandas as pd
mat = np.random.randn(3,4)
df = pd.DataFrame(mat)
df 0 1 2 3
0 -0.356340 -0.807763 -0.462251 0.185453
1 -1.420160 0.306562 0.481166 -1.500567
2 -0.827369 -1.078356 2.359183 0.0656072. 将Pandas DataFrame转换为NumPy数组
相关转换代码如下：
import numpy as np
import pandas as pd
mat = np.array(df)
matarray([[-0.35634004, -0.80776298, -0.46225068, 0.18545311],
[-1.42016031, 0.30656195, 0.48116582, -1.50056694],
[-0.82736929, -1.07835642, 2.35918293, 0.06560682]])
将Pandas DataFrame转换为NumPy数组的三种方法
在使用Pandas和NumPy进行数据分析与计算时，经常需要在DataFrame和Array两种数据类型之间进行转换。当需要对DataFrame类型的数据进行底层数值处理时，通常需要将其转换为Array类型。以下列举了三种常用的转换方法。
首先，需要导入NumPy和Pandas模块，并创建一个示例DataFrame数据df。
import numpy as np
import pandas as pd
df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})1. 使用DataFrame的values属性
df.values2. 使用DataFrame的as_matrix()方法
df.as_matrix()3. 使用NumPy的array()函数
np.array(df)上述三种方法效果一致，均可实现从DataFrame到Array的转换，具体转换结果如下所示。
以上为个人经验分享，希望能为大家提供参考，也希望大家多多支持本站。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
