如何将DataFrame索引/系列列作为数组或列表？

Question

您知道如何将DataFrame的索引或列作为NumPy数组或python列表获取吗？

Answer 1

要获取NumPy数组,您应该使用以下values属性:

In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
   A  B
a  1  4
b  2  5
c  3  6

In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)

这可以访问数据的存储方式,因此无需进行转换.
注意:此属性也可用于许多其他pandas的对象.

In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])

要将索引作为列表,请调用tolist:

In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']

同样,对于列.

Answer 2

您可以使用df.index访问索引对象,然后使用列表中的值df.index.tolist().同样,您可以使用df['col'].tolist()系列.

Answer 3

如果您正在处理多索引数据帧,您可能只想提取多索引的一个名称的列.你可以这样做

df.index.get_level_values('name_sub_index')

当然name_sub_index必须是一个元素FrozenList df.index.names

Answer 4

当前截至v0.24.0 +,2019.

弃用的您的使用.values有利于这些方法!

从v0.24.0开始,我们将有两个崭新的品牌,较佳方法从获得NumPy的阵列Index,Series和DataFrame对象:他们是to_numpy()和.array.关于用法,文档提到:

我们没有删除或弃用Series.values或 DataFrame.values,但我们强烈建议使用.array或 .to_numpy()代替.

有关更多信息,请参阅v0.24.0发行说明的此部分.

to_numpy()属性
此属性返回to_numpy(copy=True支持索引/系列的对象.

df.index.to_numpy()
# array(['a', 'b'], dtype=object)

df['A'].to_numpy()
#  array([1, 4])

v = df.index.to_numpy()
v[0] = -1

df
    A  B
-1  1  2
b   4  5

从这里,可以使用.array以下方式获取列表:

v = df.index.to_numpy(copy=True)
v[-1] = -123

df
   A  B
a  1  2
b  4  5

或者,直接致电array:

pd.__version__
# '0.24.0rc1'

# Setup.
df = pd.DataFrame([[1, 2], [4, 5]], columns=['A', 'B'], index=['a', 'b'])
df

   A  B
a  1  2
b  4  5

关于返回的内容,文档提到,

对于正常NumPy数组支持ExtensionArray和 返回list,.tolist()将返回一个新的Series,这是一个薄的(无副本)包装器Index.Series.array它本身并不特别有用,但它确实提供了与pandas或第三方库中定义的任何扩展数组相同的接口.

因此,总结一下,arrays.PandasArray也将返回

1. 现有numpy.ndarray支持指数/系列,或
2. 如果有一个支持该系列的NumPy数组,arrays.PandasArray则会在底层数组上创建一个新对象作为瘦包装器.

.array 方法

df.index.array    
# <PandasArray>
# ['a', 'b']
# Length: 2, dtype: object

df['A'].array
# <PandasArray>
# [1, 4]
# Length: 2, dtype: int64

默认情况下,返回一个视图.所做的任何修改都会影响原件.

list(df.index.array)
# ['a', 'b']

list(df['A'].array)
# [1, 4]

如果您需要副本,请使用ExtensionArray);

df.index.tolist()
# ['a', 'b']

df['A'].tolist()
# [1, 4]

请注意,此函数也适用于DataFrames(但ExtensionArray不适用).

添加两种新方法的基本原理
这些功能是在两个GitHub问题GH19954和GH23623下讨论的结果.

具体来说,文档提到了基本原理:

[...] .values还不清楚返回的值是实际数组,它的一些转换,还是pandas自定义数组之一(如Categorical).例如,with PeriodIndex,每次都.values 生成一个新ndarray的期间对象.[...]

这两个功能旨在提高API的一致性,这是朝着正确方向迈出的重要一步.

最后,.values在当前版本中不会弃用,但我预计这可能会在将来某个时候发生,所以我会敦促用户尽快迁移到更新的API.

Answer 5

由于pandas 0.13你也可以使用get_values:

df.index.get_values()