##1. 與numpy、series、list的轉換
1.將pandas型別轉換為numpy型別,通過.values來轉換:
np = pd.values
2.將numpy型別轉換為list型別,通過.tolist()方法轉換:
list = np.tolist()
3.在用pandas包和numpy包對資料進行分析和計算時,經常用到dataframe和array型別的資料。在對dataframe型別的資料進行處理時,需要將其轉換成array型別,是以下列出了三種轉換方法。
首先匯入numpy模組、pandas模組、建立乙個dataframe型別資料df
import numpy as np
import pandas as pd
df=pd.dataframe()
c = df.values
cout[5]:
array([[1, 4, 7],
[2, 5, 8],
[3, 6, 9]], dtype=int64)
c[0]
out[6]: array([1, 4, 7], dtype=int64)
c[:][0]
out[7]: array([1, 4, 7], dtype=int64)
c[:,0]
out[8]: array([1, 2, 3], dtype=int64)
c[1:-1,0]
out[10]: array([2], dtype=int64)
(1)使用dataframe中的values方法
df.values
(2)使用dataframe中的as_matrix()方法
df.as_matrix()
(3)使用numpy中的array方法
np.array(df)
4.array轉化成dataframe
import pandas as pd
df = pd.dataframe(df)
5.df=df.values.flatten() 需要的時候在末尾加乙個flatten() 變成一行的方便統計分析
df=df.values.flatten()
dfout[17]: array([1, 4, 7, 2, 5, 8, 3, 6, 9], dtype=int64)
6.如果是想轉換成series的話可以用 pd.series(df)
v = pd.series(df)
vout[19]:
0 1
1 4
2 7
3 2
4 5
5 8
6 3
7 6
8 9
dtype: int64
7.1、list 轉化成array矩陣
np.array(result).t
list 轉化data frame
a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.dataframe(a, columns=['one', 'two', 'three'])
C 資料格式轉換
本文主要講述整數 二進位制字串與十六進製制字串之間的轉換。使用 ltoa s 函式可以將整數轉換為二進位制字串。該函式的作用是將乙個 long 整數轉換為字串。ltoa s 函式有很多格式,其中的乙個格式為 errno t ltoa s long value,char str,int radix 其...
Python資料格式轉換
函式 描述int x base 將x轉換為乙個整數 long x base 將x轉換為乙個長整數 float x 將x轉換到乙個浮點數 complex real imag 建立乙個複數 str x 將物件 x 轉換為字串 repr x 將物件 x 轉換為表示式字串 eval str 用來計算在字串中...
stingstream的資料格式轉換
如果想從字串中提取 整形 浮點型 等資料可以通過stringstream來轉換。include 在使用stringsteam時注意對記憶體的處理。例如 int circle 3 stringstream test string str int num float f while circle cir...