In [1]: df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c']); df
A B
a 1 4
b 2 5
c 3 6
In [2]: df.index.values
Out[2]: array(['a', 'b', 'c'], dtype=object)
这将访问数据的存储方式,因此无需进行转换。
注意:此属性也可用于许多其他熊猫的对象。
In [3]: df['A'].values
Out[3]: Out[16]: array([1, 2, 3])
要获取NumPy数组,应该使用
values
属性:这将访问数据的存储方式,因此无需进行转换。
注意:此属性也可用于许多其他熊猫的对象。
要将索引作为列表获取,请调用
tolist
:同样,对于列。
如果处理的是多索引数据帧,则可能只提取多索引的一个名称的列。你可以这样做
当然
name_sub_index
必须是FrozenList
df.index.names
的元素可以使用
df.index
访问索引对象,然后使用df.index.tolist()
获取列表中的值。类似地,您可以对序列使用df['col'].tolist()
。相关问题 更多 >
编程相关推荐