DataFrame 数据框与Numpy ndarray 的转换

在处理的数据的时候，最常遇到的就是使用 Pandas 的 Dataframe 与 Numpy 的 ndarray。以下以 mtcars 为例，该数据集包含 32 笔汽车模型的数据, 这些数据取自1974年《汽车趋势》杂志，对于每辆汽车, 有 11 个特徵值，详细说明就省略，因为本篇文章主要是讨论如何在两种常见的对象之间转换。

取得三笔mtcars的数据，以字符串的方式存取。

strs = ['0,4.58257569495584,6,160.0,110,3.9,2.62,16.46,0,1,4,4,1,Mazda RX4,Mazda RX4',
    '1,4.58257569495584,6,160.0,110,3.9,2.875,17.02,0,1,4,4,1,Mazda RX4 Wag,Mazda RX4 Wag',
    '2,4.77493455452533,4,108.0,93,3.85,2.32,18.61,1,1,4,1,1,Datsun 710,Datsun 710']

将字符串转成列表，结果如下图。

arrs = []
[arrs.append(arr.split(',')) for arr in strs]

图一 字符串转换列表的结果

将列表转成Numpy ndarray，结果如下图。

import numpy as np
npMtcars = np.array(arrs)
npMtcars.shape

图二 列表转成Numpy ndarray的结果

将Numpy ndarray 转成 Pandas Dataframe 数据框，结果如下图。

import pandas as pd
df = pd.DataFrame(npMtcars)
df

图三 Numpy ndarray 转成 Pandas Dataframe 数据框的结果

在数据框的对象中，要转换成 Numpy ndarray 是很簡單的，只要存取 values 这个属性即可，结果如下图。

print(type(df.values))
df.values

图四 Pandas Dataframe 数据框得到 Numpy ndarray 对象

或是调用 to_numpy() 这个方法，结果如下图。

图五 Pandas Dataframe 数据框调用 to_numpy()

如果要转换成列表 list 就比较麻烦一点，不像 Series 对象有 to_list() 的方法，所以可以从 ndarray 对象转换成列表 list，结果如下图。

df2list = df.values.tolist()
df2list

图六 Pandas Dataframe 数据框转换成列表 list

建議不要用 list() 方法来转换，会达到预期外的结果，结果如下图。虽然得到的都是列表的结果，直接从数据框转换的结果会是字段数；而 values 属性则是只有第一层是列表，下一层还是 ndarray，

df2list1 = list(df)
print(type(df2list1))
print(df2list1)
df2list2 = list(df.values)
print(type(df2list2),type(df2list2[0]))
df2list2

图七 使用 list() 方法转换 Pandas Dataframe 数据框的结果