pandas 的 values 数据的 NumPy 数组形式

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

values 属性用于返回 DataFrame 或 Series 中的值，作为一个 NumPy 数组。它没有参数，返回的数据类型取决于 DataFrame 或 Series 中的值。对于 DataFrame，如果列中的数据类型相同，则返回二维 NumPy 数组。如果列中的数据类型不同，则返回带有适当数据类型的数组。

功能

语法

DataFrame.values
Series.values

我们建议改用 DataFrame.to_numpy()。

返回值

对于 DataFrame：返回包含所有值的二维 NumPy 数组。
对于 Series：返回包含所有值的一维 NumPy 数组。
pandas.Index
pandas.IntervalIndex

使用场景

数据分析和处理：当需要对 DataFrame 或 Series 中的值进行 NumPy 操作时，可以使用 values 属性将数据转换为 NumPy 数组。
性能优化：NumPy 数组的操作速度通常比 pandas 的 DataFrame 或 Series 快，因此在需要进行大量计算时可以使用 values 属性。

说明

dtype将是一个最小公分母 (Lowest common denominator) dtype（隐式上转换）；也就是说，如果混合使用dtype（即使是数字类型），将选择一个能容纳所有类型的dtype。如果您不处理这些块，请小心使用。

例如，如果dtype是float16和float32，则dtype将被上播到float32。如果dtype是int32和uint8，dtype将被上变频为int32。根据numpy.find_common_type() 约定，混合int64和uint64将得到float64数据类型。

示例

所有列都是相同类型（例如int64）的DataFrame会产生相同类型的数组。

df = pd.DataFrame({'age':    [ 3,  29],
                   'height': [94, 170],
                   'weight': [31, 115]})
df
'''
   age  height  weight
0    3      94      31
1   29     170     115
'''

df.dtypes
'''
age       int64
height    int64
weight    int64
dtype: object
'''

df.values
'''
array([[  3,  94,  31],
       [ 29, 170, 115]])
'''

具有混合类型列（例如str/object、int64、float32）的DataFrame会产生容纳这些混合类型（例如object）的最广泛类型的ndarray。

df2 = pd.DataFrame([('parrot',   24.0, 'second'),
                    ('lion',     80.5, 1),
                    ('monkey', np.nan, None)],
                  columns=('name', 'max_speed', 'rank'))
df2.dtypes
'''
name          object
max_speed    float64
rank          object
dtype: object
'''

df2.values
'''
array([['parrot', 24.0, 'second'],
       ['lion', 80.5, 1],
       ['monkey', nan, None]], dtype=object)
'''

Series：

pd.Series([1, 2, 3]).values
# array([1, 2, 3])

pd.Series(list('aabc')).values
# array(['a', 'a', 'b', 'c'], dtype=object)

pd.Series(list('aabc')).astype('category').values
'''
['a', 'a', 'b', 'c']
Categories (3, object): ['a', 'b', 'c']
'''

# 时区感知的日期时间数据转换为UTC：
pd.Series(pd.date_range('20130101', periods=3,
                        tz='US/Eastern')).values
'''
array(['2013-01-01T05:00:00.000000000',
       '2013-01-02T05:00:00.000000000',
       '2013-01-03T05:00:00.000000000'], dtype='datetime64[ns]')
'''

pandas.Index:

idx = pd.Index([1, 2, 3])
idx
# Index([1, 2, 3], dtype='int64')
idx.values
# array([1, 2, 3])

pandas.IntervalIndex:

idx = pd.interval_range(start=0, end=5)
idx.values
'''
<IntervalArray>
[(0, 1], (1, 2], (2, 3], (3, 4], (4, 5]]
Length: 5, dtype: interval[int64, right]
'''

通过这些示例，我们可以看到 values 属性可以方便地将 DataFrame 或 Series 转换为 NumPy 数组，从而在需要进行进一步的数据处理或分析时提高性能。

参考

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.values.html
https://pandas.pydata.org/docs/reference/api/pandas.Series.values.html
https://pandas.pydata.org/docs/reference/api/pandas.Index.values.html
https://pandas.pydata.org/docs/reference/api/pandas.IntervalIndex.values.html

pandas 的 values 数据的 NumPy 数组形式

功能

语法

返回值

使用场景

说明

示例

参考

相关内容