Pandas DataFrame a Numpy Array
Sintaxis
# pandas.Marco de datos.to_numpy ()Ejemplo # 01
Ahora, hacemos algunos ejemplos prácticos aquí en los que crearemos el marco de datos en "pandas", y luego convertiremos este marco de datos en la matriz Numpy utilizando el método "to_numpy ()". Usamos la aplicación "Spyder" en esta guía y escribimos el código en ella. El primer paso aquí es importar los módulos de "pandas" utilizando la palabra clave "import" y luego colocando "pandas como pd" aquí. DataFrame ahora se ha creado con la ayuda del "PD.Método DataFrame ”. El "Classes_DF" se crea en este ejemplo, y tiene cinco columnas en él. Tenemos "Clase 1" como el nombre de la primera columna, y pusimos "Lily, Ava, Isla, Harper y Florence".
Luego usamos "Clase 2" como el nombre de la segunda columna de este marco de datos y también insertamos "Smith, Henry, Theo, Elsie y Evelyn". La "Clase 3" aquí es el nombre de la tercera columna, y contiene "Bromley, Ivy, Freddie, Noah y Teddy" en él. Luego viene la columna "Clase 4", y colocamos "Milli, Leo, Jacob, Amelia y Samuel" como los valores de esa columna. Después de esto, también agregamos la columna "Clase 5" y los valores para esta columna son "Alexander, Oscar, William, James y John". Ahora, el "Classes_DF" es el marcado de datos aquí. Primero, le mostraremos este marco de datos, y luego cambiaremos este marco de datos en la matriz Numpy.
El resultado que obtenemos aquí es cuando presionamos la tecla "Shift+Enter". En este resultado, solo se representa un marco de datos, que hemos creado en el código anterior. Ahora, vamos a utilizar el método "to_numpy ()" para convertir este marco de datos.
Insertamos las líneas de código dadas en el código en el que hemos creado DataFrame. Primero usamos una variable aquí, que es "class_numpy", e inicializamos esta variable con el método "to_numpy ()". Debemos usar el nombre correcto de DataFrame con el método "to_numpy ()", por lo que lo escribimos como "classes_df.to_numpy () "en el que" Classes_DF "es el nombre de DataFrame y" To_numpy () "es el método de" Pandas "que convertirá el marco de datos en la matriz Numpy.
La matriz numpy de DataFrame se representa a continuación. Esta es la "matriz numpy" que se muestra en esta salida, y obtenemos esta matriz numpy utilizando el método "to_numpy ()" en "pandas".
Ejemplo # 02
DataFrame en este código es "inscrito_df", que contiene cinco columnas únicas y estos nombres de columnas son "Student_id, Last_Name, First_Name, Student_age y Program". En la columna "Student_ID", colocamos "STD23-11, STD23-12, STD23-13, STD23-14, STD23-15, STD23-16, STD23-17, STD23-18 y STD23-19". Luego, en la columna "Last_Name", insertamos "Smith, John, Graham, Wilson, Peter, Bromley, George, Thomas y Russel". Después de poner valores en la columna "Last_Name", luego ponemos valores en la columna "First_Name", que son "Samue, James, Lily, Grace, Liam, Jack, Ryan, Oscar y Jacob". Luego tenemos la columna "Student_age" en la que ponemos "16, 17, 20, 18, 16, 21, 19, 17 y 19". La última columna que tenemos es la columna "Programa", donde hemos agregado "Artes, informática, enfermería, redacción, caligrafía, informática, botonía, zoología y artes".
Ahora, después de insertar los valores en todas las columnas, estamos imprimiendo este marco de datos "inscrito_df", y luego convertimos este marco de datos "inscrito_df" en la matriz Numpy. Entonces, colocamos el método "to_numpy ()" a continuación y mencionamos el nombre de DataFrame con este método "to_numpy ()". Por lo tanto, convertirá el marco de datos en la matriz Numpy y también almacenará la matriz Numpy en la variable "inscrito_numpy". También representamos la matriz Numpy aquí utilizando la "impresión ()".
Aquí, tanto DataFrame como la matriz Numpy se muestran en la salida a continuación, y puede notar fácilmente la diferencia entre DataFrame y la matriz Numpy.
Ejemplo # 03
El cuadro de datos anterior se utiliza nuevamente en este ejemplo, y cambiamos un poco los valores del marco de datos aquí. Reemplazamos algunos valores de la columna "Student_age" con el "NP. Valor nan ”que es el valor nulo, y lidiaremos con estos valores nulos aquí cuando estamos convirtiendo este marco de datos en la matriz Numpy. Después de colocar esta función de datos en la función "print ()", utilizamos el método "to_numpy ()" en el que establecemos el "np_value = 20". Entonces, convertirá los valores nulos a 20. Cuando este marco de datos se convierte en la matriz Numpy, 20 se volverá en el lugar de los valores nulos, y almacenamos esta matriz Numpy en la variable "Numpy_Array". También mostramos la matriz numpy utilizando la "impresión ()" nuevamente.
En la columna "Student_age" del DataFrame, puede notar fácilmente que han aparecido los valores "NAN", pero al cambiar este marco de datos en la matriz Numpy, "20" ha aparecido en el lugar de "Nan" porque establecemos este valor 20 de 20 En el método "to_numpy ()", por lo que se presenta aquí.
Ejemplo # 04
DataFrame de "DF" tiene cinco columnas distintas: nombre del producto, representante de ventas, mes, piezas y país. Ingresamos "Producto 1, Producto 2, Producto 3, Producto 4 y Producto 5" en el campo "Nombre del producto". Luego entramos en "Tom, Joe, Peter, Bromley y Samuel" en el campo "Representante de ventas". Después de la columna "Representante de ventas", ingresamos los nombres "Feb, agosto, septiembre, octubre y dec" en la columna "Mes". Sigue la columna "Piezas", donde se enumeran "12 PC, 6 PC, 10 PC, 4 PC y 9 PC". Luego entramos en "Francia, Australia, China, Alemania e Inglaterra" en la columna "País". Ahora hemos completado los valores para todas las columnas; Estamos imprimiendo este marco de datos "DF" antes de convertirlo en la matriz Numpy.
Para convertir el "DF" en la matriz Numpy, colocamos el método "to_numpy ()" a continuación y colocamos el nombre de DataFrame con este método. Como resultado, el marco de datos se transformará en la matriz Numpy, y la matriz Numpy también se guarda en la variable "Sales_Array". Mediante el uso de "print ()", también representamos la matriz numpy aquí. También podemos convertir algunas columnas de DataFrame en la matriz Numpy en lugar de convertir el cuadro de datos completo en la matriz Numpy.
Para convertir algunas columnas del DataFrame en la matriz Numpy, estamos utilizando el mismo método, que es "to_numpy ()", pero antes de este método, colocamos los nombres de dos columnas de esta estructura de datos que queremos transformar en la matriz Numpy. Aquí estamos convirtiendo solo la columna "Representante de ventas y país" en la matriz Numpy y también imprime esas columnas en forma de matriz Numpy.
El marco de datos original y la matriz numpy de este cuadro de datos completo se representan, y debajo de ellos, puede ver que dos columnas de este marco de datos se convierten en la matriz Numpy y se muestran aquí.
Conclusión
Hemos aprendido sobre la matriz numpy en esta guía. Hemos discutido la conversión de DataFrame en la matriz Numpy aquí con la ayuda del método "to_numpy ()" de "pandas". Hemos explorado el concepto de convertir todo el marco de datos en la matriz numpy, así como convertir algunas columnas del marco de datos en la matriz Numpy. También mostramos cómo lidiar con los valores nulos al convertir el marco de datos en la matriz Numpy en esta guía. Hemos aplicado el método "to_numpy ()" en esta guía que nos ayuda mucho a convertir el marco de datos en la matriz Numpy. Hemos explicado este concepto en profundidad aquí.