可以使用values
属性来实现。values
属性返回一个包含DataFrame数据的numpy数组,其中每一行对应DataFrame的一行数据,每一列对应DataFrame的一列数据。同时,可以使用columns
属性获取DataFrame的列名。
下面是一个完整的答案:
要将pandas DataFrame更改为numpy数组,但保留列名,可以使用values
属性获取数据数组,同时使用columns
属性获取列名。
import pandas as pd
import numpy as np
# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 将DataFrame转换为numpy数组
array = df.values
# 获取列名
columns = df.columns.tolist()
# 打印结果
print("DataFrame:")
print(df)
print("\nNumpy数组:")
print(array)
print("\n列名:")
print(columns)
输出结果:
DataFrame:
A B
0 1 4
1 2 5
2 3 6
Numpy数组:
[[1 4]
[2 5]
[3 6]]
列名:
['A', 'B']
在这个例子中,我们首先创建了一个包含两列数据的DataFrame。然后,使用values
属性将DataFrame转换为numpy数组,并使用columns
属性获取列名。最后,打印出DataFrame、numpy数组和列名的结果。
推荐的腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云