Pandas Dataframe zum Numpy Array

"Pandas ist eine Open-Source-Bibliothek, und" Python "bietet diese Bibliothek. Wir haben verschiedene Serien, Listen und Datenrahmen in "Pandas". Wir können die Datenrahmen problemlos erstellen und diese Datenrahmen in das Numpy -Array umwandeln. Aufgrund seines ausgeklügelten Datenmanagements wird das Numpy -Array empfohlen, nach Möglichkeit verwendet zu werden. Numpy Arrays bieten schnelle und flexible Möglichkeiten, Daten zu skalieren und zu normalisieren, die verwendet werden können, um die Daten für das Modell des maschinellen Lernens vorzubereiten. Wenn wir den Datenrahmen in das Numpy -Array konvertieren möchten, verwenden wir die Methode "to_numpy" von "Pandas". In dieser Anleitung wird die Methode „to_numpy ()“ ausführlich mit einigen praktischen Demonstrationen dieser Methode diskutiert. Wir werden die Datenrahmen hier in ein Numpy -Array umwandeln, indem wir die Methode „to_numpy ()“ verwenden und auch das Ergebnis der Codes zeigen.”

Syntax

# Pandas.Datenrahmen.to_numpy ()

Beispiel # 01

Jetzt machen wir hier einige praktische Beispiele, in denen wir den Datenrahmen in „Pandas“ erstellen und dann diesen Datenrahmen in das Numpy -Array umwandeln, indem wir die Methode „to_numpy ()“ verwenden. Wir verwenden die "Spyder" -App in diesem Handbuch und schreiben den Code darauf. Der erste Schritt hier besteht darin, die Module von "Pandas" durch die Verwendung des Schlüsselworts "Import" und dann "Pandas als PD" hier zu importieren. Der Datenrahmen wurde nun mit Hilfe des „PD“ erstellt.DataFrame ”-Methode. In diesem Beispiel wird das "classs_df" erstellt und enthält fünf Spalten. Wir haben „Klasse 1“ als Name der ersten Spalte, und wir geben „Lily, Ava, Isla, Harper und Florence“ hinein.

Dann verwenden wir "Klasse 2" als Name der zweiten Spalte dieses Datenrahmens und fügen auch "Smith, Henry, Theo, Elsie und Evelyn" ein. Die „Klasse 3“ hier ist der Name der dritten Spalte und enthält „Bromley, Ivy, Freddie, Noah und Teddy“ darin. Dann kommt die Spalte „Klasse 4“ und wir platzieren „Milli, Leo, Jacob, Amelia und Samuel“ als die Werte dieser Spalte. Danach fügen wir auch die Spalte "Klasse 5" hinzu und die Werte für diese Kolumne sind "Alexander, Oscar, William, James und John". Jetzt ist der "classes_df" der Datenrahmen hier. Zuerst werden wir Ihnen diesen Datenrahmen angeben, und dann werden wir diesen Datenrahmen in das Numpy -Array ändern.

Das Ergebnis, das wir hier erreichen, ist, wenn wir die Taste „Shift+Enter“ drücken. In diesem Ergebnis wird nur ein Datenrahmen gerendert, den wir im obigen Code erstellt haben. Jetzt werden wir die Methode "to_numpy ()" zum Konvertieren dieses Datenrahmens verwenden.

Wir fügen die angegebenen Codezeilen in den Code ein, in dem wir den DataFrame erstellt haben. Wir verwenden zuerst eine Variable hier, die "class_numpy" ist, und initialisieren diese Variable mit der Methode "to_numpy ()". Wir müssen den richtigen DataFrame -Namen mit der Methode "to_numpy ()" verwenden, daher schreiben wir ihn als "classes_df".to_numpy () ”, in dem„ classes_df “der Name des Datenrahmens ist, und" to_numpy () "ist die Methode von" Pandas ", die den Datenrahmen in das Numpy -Array umwandelt.

Das Numpy -Array des Datenrahmens wird unten gerendert. Dies ist das "Numpy Array", das in dieser Ausgabe gezeigt wird, und wir erhalten dieses Numpy -Array, indem wir die Methode "to_numpy ()" in "Pandas" verwenden, indem wir die "to_numpy ()" -Methode verwenden.

Beispiel # 02

Der DataFrame in diesem Code lautet "Registrierung_DF", das fünf eindeutige Spalten enthält, und diese Spaltennamen sind "Student_id, last_name, First_name, Student_age und Programm". In der Spalte "Student_id" setzen wir "STD23-11, STD23-12, STD23-13, STD23-14, STD23-15, STD23-16, STD23-17, STD23-18 und STD23-19". Dann fügen wir in der Spalte "Last_name" "Smith, John, Graham, Wilson, Peter, Bromley, George, Thomas und Russel" ein. Nachdem wir Werte in die Spalte "Last_name" aufgenommen haben, setzen wir Werte in die Spalte "First_Name", die "Samue, James, Lily, Grace, Liam, Jack, Ryan, Oscar und Jacob" sind, Werte eingerichtet, die Werte aufgenommen haben. Dann haben wir die Spalte "Student_age", in der wir "16, 17, 20, 18, 16, 21, 19, 17 und 19" einstellen. Die letzte Kolumne, die wir haben, ist die Spalte "Programm", in der wir "Kunst, Informatik, Krankenpflege, Zeichnen, Kalligraphie, Informatik, Botony, Zoologie und Kunst hinzugefügt haben" hinzugefügt haben.

Nachdem wir nun die Werte in alle Spalten eingefügt haben. Also platzieren wir die unten stehende Methode "to_numpy ()" und erwähnen den Namen des Datenrahmens mit dieser "to_numpy ()" -Methode. Daher werden der Datenrahmen in das Numpy -Array umgewandelt und das Numpy -Array in der Variablen „Registrierung_Numpy“ gespeichert. Wir machen auch das Numpy -Array hier, indem wir den „print ()“ verwenden.

Hier werden sowohl der DataFrame als auch das Numpy -Array in der folgenden Ausgabe angezeigt, und Sie können den Unterschied zwischen dem DataFrame und dem Numpy -Array leicht beachten.

Beispiel # 03

Der obige DataFrame wird in diesem Beispiel erneut verwendet, und wir ändern die Werte des DataFrame hier ein wenig. Wir ersetzen einige Werte der Spalte „Student_age“ durch die "NP". NAN -Wert, der der Nullwert ist, und wir werden uns hier mit diesen Nullwerten befassen, wenn wir diesen Datenrahmen in das Numpy -Array konvertieren. Nachdem wir diesen Datenrahmen in die Funktion „print ()“ eingeleitet haben, verwenden wir die Methode „to_numpy ()“, in der wir die "np_value = 20" festlegen,. Es werden also die Nullwerte in 20 umwandeln. Wenn dieser Datenrahmen im Numpy -Array konvertiert wird, wird 20 anstelle von Nullwerten an Ort. Wir zeigen auch das Numpy -Array an, indem wir den „print ()“ erneut verwenden.

In der Spalte "student_age" des DataFrame können Sie leicht feststellen, dass "NAN" -Werte erschienen sind. Wenn jedoch dieser Datenrahmen in das Numpy -Array geändert wird, ist "20" an der Stelle von "Nan" erschienen, weil wir diesen Wert 20 festlegen In der Methode "to_numpy ()" wird sie hier wiedergegeben.

Beispiel # 04

Der "DF" -Datenframe enthält fünf verschiedene Spalten: Produktname, Vertriebsmitarbeiter, Monat, Stücke und Land. Wir haben im Feld „Produktname“ „Produkt 1, Produkt 2, Produkt 3, Produkt 4 und Produkt 5“ eingegeben. Dann betreten wir "Tom, Joe, Peter, Bromley und Samuel" im Bereich "Vertriebsmitarbeiter". Nach der Spalte "Vertriebsmitarbeiter. Die Spalte „Stücke“ folgt, wobei „12 PCs, 6 PCs, 10 PCs, 4 PCs und 9 PCs“ aufgeführt sind. Dann betraten wir "Frankreich, Australien, China, Deutschland und England" in der Kolumne "Land". Jetzt haben wir die Werte für alle Spalten ausgefüllt; Wir drucken diesen "DF" -Datenrahmen, bevor wir ihn in das Numpy -Array konvertieren.

Um das „DF“ in das Numpy -Array umzuwandeln. Infolgedessen wird der Datenrahmen in das Numpy -Array umgewandelt, und das Numpy -Array wird auch in der Variablen „Sales_array“ gespeichert. Durch die Verwendung von "print ()" machen wir hier auch das Numpy -Array. Wir können auch einige Spalten des Datenrahmens in das Numpy -Array umwandeln, anstatt den vollständigen Datenrahmen in das Numpy -Array umzuwandeln.

Für die Konvertierung einiger Spalten des DataFrame in das Numpy -Array verwenden wir dieselbe Methode, nämlich "to_numpy ()". Hier konvertieren wir nur die Spalte „Vertriebsmitarbeiter und Land“ in das Numpy -Array und drucken Sie diese Spalten auch in Numpy Array -Form aus.

Der ursprüngliche Datenrahmen und das Numpy -Array dieses vollständigen Datenrahmen.

Abschluss

Wir haben in diesem Leitfaden etwas über das Numpy -Array erfahren. Wir haben die Umwandlung des Datenrahmens in das Numpy -Array hier mit Hilfe der „to_numpy ()“ -Methode von „Pandas“ besprochen. Wir haben das Konzept der Konvertierung des gesamten Datenrahmens in das Numpy -Array sowie einige Spalten des Datenrahmens in das Numpy -Array untersucht. Wir haben auch gezeigt, wie man mit den Nullwerten umgeht, während wir den Datenrahmen in das Numpy -Array in diesem Handbuch konvertierten. Wir haben die Methode „to_numpy ()“ in diesem Handbuch angewendet, was uns bei der Konvertierung des Datenrahmens in das Numpy -Array hilft. Wir haben dieses Konzept hier ausführlich erklärt.