pandas資料格式的轉換

2021-10-04 06:00:28 字數 1788 閱讀 2305

##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...