如何将pandas系列或索引转换为Numpy数组？

Answer 1

要获取NumPy数组，应该使用values属性：

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])

---

要将索引作为列表获取，请调用tolist：

In [4]: df.index.tolist()
Out[4]: ['a', 'b', 'c']

同样，对于列。

Answer 2

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

df.index.get_level_values('name_sub_index')

当然name_sub_index必须是FrozenListdf.index.names的元素

Answer 3

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()。