在df.as_matrix()之后返回到DataFrame
在df.as_matrix()之后返回到DataFrame是一个过时的方法。在Pandas库的最新版本中，该方法已被弃用并不再推荐使用。相反，建议使用df.values来获取DataFrame对象的底层NumPy数组表示。
df.values返回一个二维NumPy数组，其中包含DataFrame对象的所有数据。每一行代表DataFrame中的一条记录，每一列代表一个特征或属性。
使用df.values的优势是可以更高效地处理大量数据，因为NumPy数组的计算速度通常比DataFrame对象更快。此外，通过使用NumPy数组，可以利用NumPy库提供的广泛的数学和科学计算函数。
应用场景：
- 数据预处理：可以使用NumPy数组进行数据清洗、缺失值处理、特征选择等操作。
- 数值计算：NumPy数组提供了丰富的数学和科学计算函数，可以进行向量化计算、线性代数运算、统计分析等操作。
- 机器学习：许多机器学习算法要求输入为NumPy数组，因此可以将DataFrame对象转换为NumPy数组以便于模型训练和预测。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库TencentDB：https://cloud.tencent.com/product/tencentdb
- 腾讯云人工智能AI Lab：https://cloud.tencent.com/product/ailab
- 腾讯云物联网IoT Hub：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发移动应用托管：https://cloud.tencent.com/product/baas
- 腾讯云存储对象存储COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
- 腾讯云元宇宙腾讯云元宇宙服务：https://cloud.tencent.com/product/tencent-metaverse
相关·内容
我在熊猫中玩数据集。
在某种程度上，我使用它作为矩阵(df.as_matrix())，然后我做了一些转换(使用sklearn)，然后我想回到DataFrame。
如何才能以最直接的方式从df.as_matrix()返回到df，并保留索引和列名称？
浏览 16提问于2018-02-23得票数 1
回答已采纳
df = pd.DataFrame()
df['col'] = [['a','b'], ['c', 'd']]
if not (['a', 'b'] in df.as_matrix(['col'])):
print("hello")
因为['a', 'b']在df.as_matrix(['col'])中，所以不应该执行print(hello)。然而，事实却是如此。
我不明白为何会这样。我如何编辑
浏览 3提问于2017-09-16得票数 0
回答已采纳
我正在尝试将dataframe的单个列转换为numpy数组。转换整个数据格式没有问题。
df
viz a1_count a1_mean a1_std
0 0 3 2 0.816497
1 1 0 NaN NaN
2 0 2 51 50.000000
这两种功能运作良好：
X = df.as_matrix()
X = df.as_matrix(columns=df.columns[1:])
然而，当我尝试：
y = df.as_matrix(columns=df.
浏览 2提问于2015-08-03得票数 3
回答已采纳
我正在将一个数据帧转换为一个序列列表。目前，我正在使用：
df_list = [df[x] for x in list_of_columns]
这行代码对我来说工作得很好，但是DataFrame有没有内置的方法可以做到这一点呢？
浏览 0提问于2017-09-20得票数 1
我是个开源新手，所以非常感谢大家的帮助。我已经在我的Windows10机器上运行了笔记本服务器4.2.3 :Python3.5.2|Anaconda4.2.0(64位)。当尝试将scikit-learn从0.17更新到0.18时，我得到下面的错误信息，我认为这表明其中一个依赖文件已过时。我不明白为什么，因为我(不到一个月前)才通过anaconda安装了Python。注意:当我尝试conda update scikit-learn conda install scikit-learn=0.18 pip install -U scikit-learn时，我得到相同的错误
ImportError:无
浏览 1提问于2017-05-24得票数 3
我降低了数据集的维数(熊猫DataFrame)。
X = df.as_matrix()
sel = VarianceThreshold(threshold=0.1)
X_r = sel.fit_transform(X)
然后，我将返回简化的DataFrame (即只保留ok列)。
我只发现这个丑陋的方法，这是非常低效的，你有什么更干净的想法吗？
cols_OK = sel.get_support() # which columns are OK?
c = list()
for i, col in enumerate(cols_OK):
if col:
浏览 0提问于2018-03-02得票数 2
回答已采纳
为了使用scikit学习进行交叉验证，我尝试提前将dataframe转换为numpy数组。所以我尝试了函数df.as_matrix()，结果显示数据看起来很奇怪。我想知道这是否正常。为什么要用这种奇怪的格式显示呢？
例如: 585变成5.85000000e+02，0变成0.00000000e+00
浏览 2提问于2015-05-04得票数 0
回答已采纳
1回答
我刚开始编写java代码。我有用脚本类型语言编写代码的经验。我正在尝试重写我在java的python中的一段代码。
下面的Python代码-
import pandas as pd
myFile = 'dataFile'
df = pd.DataFrame(pd.read_csv(myFile,skiprows=0))
inData = df.as_matrix()
我正在寻找一个java中的方法，它与python中的as_matrix相当。此函数将数据帧转换为矩阵。
我已经查了一段时间了，但是找不到像python那样进行转换的方法。在这些线路上有第三方图书馆什么的吗？任何方向
浏览 4提问于2016-03-04得票数 1
回答已采纳
我想把熊猫数据的第一列转换成一个数字数组。由于某些原因，使用columns=参数的DataFrame.to_matrix()无法工作。
df：
viz a1_count a1_mean a1_std
0 n 3 2 0.816497
1 n 0 NaN NaN
2 n 2 51 50.000000
我尝试了X=df.as_matrix(columns=[df[1:]])，但是这产生了一个包含所有NaN的数组
浏览 11提问于2015-08-03得票数 92
回答已采纳
1回答
我有以下结构
商店
Rebate
RebateMetadata
RebateCommission
所以，关系是这样的-
Store ->返点是一对多关系返点-> RebateMetadata是一对一映射返点-> RebateCommission是一对一映射
我的查询是加载所有存储。使用它，加载所有回扣、元数据和佣金。
我使用的HQL是：
从store as Store中选择store；
我希望在尽可能少的SQL中加载整个图。为了防止n+1选择问题，我在商店->返点之间使用子选择抓取。
然而，为了获取RebateMetadata和RebateComm
浏览 3提问于2010-06-25得票数 0
我想计算残差：(y-hat y)。
我知道怎么做：
df = pd.read_csv('myFile', delim_whitespace = True, header = None)
df.columns = ['column1', 'column2']
y, X = ps.dmatrices('column1 ~ column2',data = df, return_type = 'dataframe')
model = sm.OLS(y,X)
results = model.fit()
predictedVa
浏览 33提问于2016-02-16得票数 14
回答已采纳
当必须在没有任何值的情况下初始化pandas.DataFrame值(因为每个列的维数随后未知)，我们如何将DataFrame值提取为一个矩阵：
例如：
from pandas import DataFrame
df = DataFrame()
df = df.append(dict(foo=np.ones(2), bar=np.ones(3)), ignore_index=True) # without ignore it crashes
df = df.append(dict(foo=np.zeros(2), bar=np.zeros(3)), ignore_index=True)
pri
浏览 2提问于2016-02-11得票数 1
回答已采纳
try-with-resource语句可以推断λ的类型。
try (Closeable 最後に実行 = () -> System.out.print("終了")) {
System.out.println("開始");
}
但是enhanced-for语句不能。
Iterator<String> 繰り返し = Arrays.asList("いち", "に", "さん").iterator();
for (String 文字列 : () -> 繰り返し) // compile er
浏览 0提问于2017-06-28得票数 3
把推广链接接入自己企业官网上，用户点击链接进入注册成为会员并购买会员，这样计不计算返佣？还有推广云服务器是哪一个推广链接？各个推广链接点击进来是否有区分？假设用户点击“入门云数据库MySQL”的推广链接进入，注册会员并购买了“云服务器”产品，那么这个订单是否计算返佣？
浏览 301提问于2019-02-27
1回答
：缩放期间的Numpy转换错误
、、、、
我试图对CSV文件中的数据执行PCA分析，但是当我试图缩放数据时，我总是收到一个奇怪的警告。
def prepare_data(filename):
df=pd.read_csv(filename,index_col=0)
df.dropna(axis=0,how='any',inplace=True)
return df
def perform_PCA(df):
threshold = 0.3
component = 1 #Second of two right now
pca = decomposition.PCA(n_co
浏览 0提问于2015-08-05得票数 1
4回答
我正在寻找一种有效的方法来从从pd.DataFrame创建的字典列表中删除零。举个例子：
df = pd.DataFrame([[1, 2], [0, 4]], columns=['a', 'b'], index=['x', 'y'])
df.to_dict('records')
[{'a': 1, 'b': 2}, {'a': 0, 'b': 4}]
我想要的是：
[{'a': 1, 'b': 2}, {'b
浏览 2提问于2016-12-15得票数 5
我正在尝试从一个具有形状的df中将值传递给(11,17)。
这就是为我工作的(本例中只有三行)：
df = df.as_matrix()
print stats.friedmanchisquare(df[1, :], df[2, :], df[3, :])
产额
(16.714285714285694, 0.00023471398805908193)
但是，当我想使用11行的df时，代码行太长了。
First，我尝试以以下方式传递值：
df = df.as_matrix()
print stats.friedmanchisquare([df[x, :] for x in np.arange(d
浏览 7提问于2015-07-02得票数 10
回答已采纳
1回答
我正在使用neupy来获得一组具有以下代码的神经元：
All = pd.read_csv("inputfile.csv")
df = pd.DataFrame(All)
coords = df.as_matrix(columns=['lat', 'lng'])
sofmnet = algorithms.SOFM(n_inputs=2,
n_outputs=4,
step=0.5,
show
浏览 2提问于2018-11-06得票数 1
我的DataFrame由numpy数组组成，如下所示：
col1 \
0 [[[0.878617777607, 0.712102459231, 0.652479557...
1 [[[0.0815294305642, 0.793893471424, 0.24718091...
2 [[[0.611498467162, 0.880551635123, 0.949764900...
浏览 3提问于2017-11-24得票数 0
回答已采纳
0回答
给定条带返款(po_1BRxlK...)，我如何确定此返款中包含哪些费用？现在，API中的余额事务看起来完全是一团糟。
我已经尝试搜索两次支付之间的所有费用，但由于费用的持有期，可能会有几个日期的转移。您建议如何将支出与费用相匹配？
我可以看到，在条纹仪表板中，您可以看到支出中的所有交易，所以我假设可以通过API以某种方式获得相同的数据。
提前谢谢。
浏览 2提问于2017-12-18得票数 5
回答已采纳
让我首先通过下面的代码片段概述当前问题的总体背景。
import pandas as pd
df = pd.read_csv("abc.csv")
df.as_matrix
输出所需的矩阵100行x785列。
我很难输出(使用print())上面矩阵的一行。
我尝试了以下几种方法，但都失败了：
print(df[0])
print(df[:, 0])
浏览 3提问于2017-07-26得票数 0
回答已采纳
1回答
我正在用荆棘和耳蜗产生一个刺。结果是表单中的pandas.DataFrame形式，列'spikes‘包含我需要的尖峰时间数组。
当我试图用
a = df.as_matrix(['spikes'])
生成的矩阵总是如下所示：
a = [[array([1,2,3])][array([4,5,6])]]
为了进一步使用这些数据，我需要以下表格：
a= [[1,2,3][4,5,6]]
如何删除数组()部分？
这是我使用的代码：
import cochlea
import thorns.waves as wv
#generating the spiketrain
so
浏览 1提问于2018-04-06得票数 0
回答已采纳
1回答
尝试理解并实现用于Keras回归的GridSearch方法。以下是我的简单可生产回归应用程序。
import pandas as pd
import numpy as np
import sklearn
from sklearn.model_selection import train_test_split
from sklearn import metrics
from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.callbacks import Early
浏览 0提问于2018-09-28得票数 2
我有以下数据框架：
import numpy as np
import pandas as pd
x = [1.1,2.1,0.5]
y = [0.1,3.4,7]
gn = ['foo','bar','qux']
df = pd.DataFrame({'gn':gn, 'x':x, 'y':y})
df
它产生了这样的结果：
In [148]: df
Out[148]:
gn x y
0 foo 1.1 0.1
1 bar 2.1 3.4
2 qux 0.5
浏览 3提问于2017-11-22得票数 2
回答已采纳
3回答
我试着计算我的pandas.DataFrame在这个之后的信号能量。我尝试了和applymap，也使用了。但是，我所做的所有尝试都是对每个元素执行操作，而不是对整个列执行操作。
这不是信号处理的具体问题，这只是一个例子，如何将“汇总”(我不知道这个词的正确术语)应用到列中。
我的解决办法是获取原始的numpy.array数据并进行计算。但我很肯定，有一种混乱的方式来做这件事(而且是一种更粗野的方式)。
import pandas as pd
import numpy as np
d = np.array([[2, 2, 2, 2, 2, 2, 2, 2, 2, 2],
浏览 4提问于2017-02-23得票数 5
回答已采纳
5回答
根据，我应该能够像a.dtype.names一样访问ndarray中的列名。
然而，如果我将一只熊猫DataFrame转换为df.as_matrix()或df.values的ndarray，那么dtype.names字段就没有了。此外，如果我试图为ndarray分配列名
X = pd.DataFrame(dict(age=[40., 50., 60.], sys_blood_pressure=[140.,150.,160.]))
print X
print type(X.as_matrix())# <type 'numpy.ndarray'>
print type(
浏览 0提问于2016-11-11得票数 15
回答已采纳
使用，可以将DataFrame转换为内存中的羽毛缓冲区：
import pandas as pd
from io import BytesIO
df = pd.DataFrame({'a': [1,2], 'b': [3.0,4.0]})
buf = BytesIO()
df.to_feather(buf)
但是，使用相同的缓冲区将其转换回DataFrame
pd.read_feather(buf)
导致错误：
ArrowInvalid:不是羽毛档案
如何将DataFrame转换为内存中的羽毛表示，并相应地返回到DataFrame?。
预
浏览 0提问于2018-06-08得票数 7
回答已采纳
0回答
1、有效订单105，其中小于40的有两单，老客户有单 所以满足额外任务的订单 应该是105-2-1=103单才对呀，为啥显示的结果是92个
2、另外2月推广规则中，老客户返佣是10%，并没有说明轻量应用服务器不在返佣范畴内,为啥我的老客户下单都是无效订单
浏览 88提问于2022-02-22
我用的是熊猫0.13.1。这个数据文件：
a = pandas.DataFrame({"a": ["foo", "bar", "qux"], "v": [1, 5.6, 50.5]})
a = a.set_index("a")
包含浮点数及其平均值可以用.mean()计算
>>> a.mean()
v 19.033333
dtype: float64
>>> type(a.mean())
pandas.core.series.Series
然而，在熊猫的0.
浏览 1提问于2014-07-17得票数 0
回答已采纳
1回答
请描述您的问题
标题：腾讯云新春采购节——多买多优惠，续费升级礼包领不停！
地址：https://cloud.tencent.com/act/season?utm_source=portal&utm_medium=banner&utm_campaign=season&utm_term=0308
浏览器信息
Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36
浏览 562提问于2018-03-18
1回答
我正试图对工作进行主成分分析。虽然我成功地完成了主组件的布局，但我并不知道如何为每个行项分配最终的组件分数。我在寻找类似这样的输出。
Town PrinComponent 1 PrinComponent 2 PrinComponent 3
Columbia 0.31989 -0.44216 -0.44369
Middletown -0.37101 -0.24531 -0.47020
Harrisburg -0.00974 -0.06105 0.32792
Newport -0.386
浏览 5提问于2015-08-07得票数 2
2回答
我正在查询使用空值作为通配符的表，如果另一行包含非通配符，则可以覆盖该值。例如： 表1:包含客户的客户和相关产品： create table #cust (
id int not null,
product varchar(3) not null
)
insert into #cust
values (1,'ABC'),(1,'DEF'),(1,'GHI')
============
id | product
------------
1 | ABC
1 | DEF
1 | GHI
============ 表2:返点
浏览 22提问于2021-07-29得票数 2
回答已采纳
import pandas as pd
from sklearn.model_selection import train_test_split
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn import ensemble
from sklearn.metrics import mean_absolute_error
from joblib import *
df = pd.read_csv('~/Downloads/Melbourne_housi
浏览 0提问于2020-04-08得票数 27
我使用了pandas库，read_html()从网页中导入一个表格。我想插入msl表中read_html表中的值，但为此，我必须编辑表read_html并转换为列表。这很难做到，因为.read_html()会生成一个数据帧列表。
我的python代码：
import requests
import pandas as pd
r = requests.get('URL')
pd.set_option('max_rows',10000)
df = pd.read_html(r.content)
print(df)
结果打印(Df)-数据帧：
[
浏览 6提问于2018-01-29得票数 0
回答已采纳
3回答
我有两个分支-发展和掌握。我经常在dev分支上工作，而母版是完全不必要的代码，与dev分支完全不同。
如何将从开发到硕士的所有东西都转移到老主人身上，使其一去不返？
浏览 1提问于2019-05-30得票数 0
回答已采纳
我正在做一些数据聚合跨dataframe。数据是本机存储的，但我可以通过下面的行来操作它。我是幂求和日志值-存储在每一行中的单个向量，然后返回到日志值。这是我不同意的最后一步。
slice_dataframe = source_dataframe[filter_idx]
#linearize and sum. The below line works when calling vals.compute()
#slice_dataframe['data'].values returns a dask array
vals = da.sum(10**(slice_datafram
浏览 5提问于2022-05-12得票数 0
订单号：20220323766013368208501 这个订单为什么不属于返佣产品
浏览 66提问于2022-03-23
我有一个一维Array输出(如下面所示)，需要转换为DataFrame。
x = rand(4)
4-element Array{Float64,1}:
0.951252
0.936421
0.773268
0.207913
p = convert(DataFrame, x) // Why this doesn't work ?
这导致：
MethodError:不能将类型为convert { from 64，1}的对象转换为DataFrames.DataFrame类型的对象，这可能是由于调用构造函数DataFrames.DataFrame(.)而产生的，因为类型构造函数返
浏览 4提问于2017-11-03得票数 3
我一直在尝试将pandas dataframe转换为numpy数组，传递数据类型和标头名称以便于引用。我需要这样做，因为熊猫的处理速度太慢了，numpy快了10倍。我有来自SO的代码，除了结果看起来不像标准的numpy数组之外，它还提供了我需要的东西-即它没有以形状显示列数字。
[In]:
df = pd.DataFrame(randn(10,3),columns=['Acol','Ccol','Bcol'])
arr_ip = [tuple(i) for i in df.as_matrix()]
dtyp = np.dtype(list(zip
浏览 0提问于2018-04-09得票数 3
回答已采纳
有这样的一个简单的调用脚本
function testAjax() {
$.ajax({
url: ""getvalue.php"",
success: function(data) {
return data;
}
});
}
但如果这样
var output = testAjax(svar); // output will be undefined...
那么怎样才能返调用数据？下面的代码似乎不工作...
function testAjax() {
$.ajax({
浏览 429提问于2017-12-25
3回答
我有一个数据，其中所有的值都是相同的(例如，相关矩阵--但我们期望有一个唯一的最大值)。我想返回这个矩阵最大值的行和列。
的第一个参数，我可以获得跨行或列的最大值
df.idxmax()
但是，我还没有找到一种适当的方法来返回整个dataframe的最大值的行/列索引。
例如，我可以在numpy中这样做：
>>>npa = np.array([[1,2,3],[4,9,5],[6,7,8]])
>>>np.where(npa == np.amax(npa))
(array([1]), array([1]))
但是当我在熊猫身上尝试类似的东西时：
>&g
浏览 4提问于2014-11-12得票数 4
3回答
我有一个文件夹，其中包含许多csv (100+)，每个csv包含许多行。
我正在使用以下代码将csv加载到数据帧中，但这需要相当长的时间。加载此数据的最快方法是什么？
import os
import glob
import sqlite3
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
path = '/Users/DATA'
all_files = glob.glob(os.path.join(path,'*.csv'))
浏览 2提问于2018-11-25得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
