Pandas2.2 Series

Conversion

pandas.Series.to_numpy

pandas.Series.to_numpy 方法用于將 Pandas 的 Series 對象轉(zhuǎn)換為 NumPy 數(shù)組。這在數(shù)據(jù)科學、機器學習和數(shù)值計算中非常有用，因為 NumPy 提供了高效的多維數(shù)組對象和相關操作。

語法

Series.to_numpy(dtype=None, copy=False, na_value=None)

參數(shù)

• dtype (可選): 要轉(zhuǎn)換成的數(shù)據(jù)類型。如果為 None，則推斷數(shù)據(jù)類型。
• copy (可選): 是否返回數(shù)據(jù)的副本。如果為 False 并且不需要轉(zhuǎn)換數(shù)據(jù)類型，則可能返回原始數(shù)據(jù)的視圖，以節(jié)省內(nèi)存。
• na_value (可選): 用于替換 NaN/None/NaT 等缺失值的值。如果為 None，則保留缺失值。

返回值

• 返回一個 NumPy 數(shù)組。

示例及結果

示例 1: 基本用法

import pandas as pd
import numpy as np

# 創(chuàng)建一個 Pandas Series
s = pd.Series([1, 2, 3, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組
array = s.to_numpy()

print(array)

結果

[1 2 3 4 5]

示例 2: 指定數(shù)據(jù)類型

# 創(chuàng)建一個包含浮點數(shù)的 Pandas Series
s = pd.Series([1.1, 2.2, 3.3, 4.4, 5.5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并指定數(shù)據(jù)類型為整數(shù)
array = s.to_numpy(dtype=int)

print(array)

結果

[1 2 3 4 5]

示例 3: 復制數(shù)據(jù)

# 創(chuàng)建一個 Pandas Series
s = pd.Series([1, 2, 3, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并復制數(shù)據(jù)
array = s.to_numpy(copy=True)

# 修改原始 Series
s[0] = 10

# 打印 NumPy 數(shù)組和修改后的 Series
print("NumPy Array:", array)
print("Modified Series:", s)

結果

NumPy Array: [1 2 3 4 5]
Modified Series: 0    10
              1     2
              2     3
              3     4
              4     5
              dtype: int64

示例 4: 替換缺失值

# 創(chuàng)建一個包含缺失值的 Pandas Series
s = pd.Series([1, 2, None, 4, 5])

# 將 Series 轉(zhuǎn)換為 NumPy 數(shù)組，并用特定值替換缺失值
array = s.to_numpy(na_value=-1)

print(array)

結果

[ 1.  2. -1.  4.  5.]

總結

pandas.Series.to_numpy 方法提供了一種簡便的方式來將 Pandas Series 轉(zhuǎn)換為 NumPy 數(shù)組，這在數(shù)據(jù)處理和分析中非常有用。通過指定數(shù)據(jù)類型、是否復制數(shù)據(jù)和缺失值替換選項，可以靈活地控制轉(zhuǎn)換過程。

到此這篇關于pandas Series to_numpy方法的使用小結的文章就介紹到這了,更多相關pandas Series to_numpy內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論