數(shù)據(jù)類型轉(zhuǎn)換篇

在大數(shù)據(jù)分析中，常用的兩個(gè)數(shù)據(jù)分析包numpy和pandas，而pandas正是基于numpy構(gòu)建的含有更高級(jí)數(shù)據(jù)結(jié)構(gòu)和工具的數(shù)據(jù)分析包。在實(shí)際的工程中，經(jīng)常遇到的問題就是numpy的ndarray數(shù)據(jù)結(jié)構(gòu)與pandas的series和dataframe數(shù)據(jù)結(jié)構(gòu)之間的互相轉(zhuǎn)換問題。

01

對list轉(zhuǎn)換的操作

#coding:utf-8

import numpy as np

import pandas as pd

#創(chuàng)建list

data=[[2016,'hello',90],

  [2017,'world',70],

  [2018,'nice',80]]

#把list轉(zhuǎn)為series

ser = pd.Series(data,

                       index=['one','two','three'])

#把seires轉(zhuǎn)為matrix

mat = ser.as_matirx()

#list轉(zhuǎn)為Dataframe

df=np.Dataframe(data,

index=['one','two','three'],

columns=['year','flag','status'])

#dataframe轉(zhuǎn)為ndarray

array1 = df.as_matrix()

array2 = df.values

array3 = np.array(df)

array_1 = df.as_matrix(['status'])

02

對dict轉(zhuǎn)換的操作

#coding:utf-8

import numpy as np

import pandas as pd

#創(chuàng)建dict

data = {'year':[2016,2017,2018],

         'flag':['hello','world','nice'],

         'status':[90,70,80]}

#把dict轉(zhuǎn)為seires;

#不指定index時(shí)，data的key則會(huì)為Series的index

ser = pd.Series(data)

#把dict轉(zhuǎn)為Dataframe;

#不指定columns,data的key充當(dāng)DataFrame的columns

df = pd.DataFrame(data)

03

對array轉(zhuǎn)換的操作

#coding:utf-8

import numpy as np

import pandas as pd

#創(chuàng)建數(shù)組array

data=np.array([[2016,'hello',90],

[2017,'world',70],

[2018,'nice',80]])

#數(shù)組轉(zhuǎn)為DataFrame

df = pd.DataFrame(data,

                            index=['one','two','three'],

    columns=['year','flag','status'])

#DataFrame轉(zhuǎn)為矩陣（數(shù)組）

array1 = df.as_matrix()

array2 = df.values

array3 = np.array(df)

#將某一列轉(zhuǎn)為數(shù)組

array_1 = df.as_matrix(['status'])

作者：黑馬程序員javaEE培訓(xùn)學(xué)院
首發(fā)：http://java.itheima.com/