如何将熊猫单列数据框转换为系列或numpy向量[重复]

Posted 2023-03-11

【中文标题】如何将熊猫单列数据框转换为系列或numpy向量[重复]

【英文标题】：How to convert pandas single column data frame to series or numpy vector [duplicate]

【发布时间】：2016-01-27 21:12:02

【问题描述】：

我有以下数据框只是单列。

import pandas as pd
tdf =  pd.DataFrame('s1' : [0,1,23.4,10,23])

目前它有以下形状。

In [54]: tdf.shape
Out[54]: (5, 1)

如何将其转换为 Series 或 numpy 向量，以便形状简单地为 (5,)

【参考方案1】：

您可以简单地索引您想要的系列。示例 -

tdf['s1']

演示 -

In [24]: tdf =  pd.DataFrame('s1' : [0,1,23.4,10,23])

In [25]: tdf['s1']
Out[25]:
0     0.0
1     1.0
2    23.4
3    10.0
4    23.0
Name: s1, dtype: float64

In [26]: tdf['s1'].shape
Out[26]: (5,)

如果您希望系列中的值作为 numpy 数组，您可以使用 .values 访问器，示例 -

In [27]: tdf['s1'].values
Out[27]: array([  0. ,   1. ,  23.4,  10. ,  23. ])

【讨论】：

或者也许将系列分配给一个 numpy 数组以进行进一步操作，即。 np.asarray(tdf['s1'])

是的，但我认为tdf['s1'].values 会更干净。

这可能有以下错误***.com/questions/39474056/…

如果您希望避免引用列名，您也可以使用tdf.iloc[:,0] 获取最左侧的列，tdf.iloc[:,1] 获取下一列...