pandas.DataFrame.values #

属性数据框。值[来源] #

返回 DataFrame 的 Numpy 表示形式。

警告

我们建议使用DataFrame.to_numpy()。

仅返回 DataFrame 中的值，轴标签将被删除。

返回：

numpy.ndarray: 数据帧的值。

也可以看看

DataFrame.to_numpy: 推荐替代此方法。
DataFrame.index: 检索索引标签。
DataFrame.columns: 检索列名称。

笔记

dtype 将是一个较低公分母的 dtype（隐式向上转型）；也就是说，如果数据类型（即使是数字类型）混合，则将选择能够容纳所有数据类型的数据类型。如果您不处理方块，请小心使用。

例如，如果数据类型为float16 和float32，则数据类型将向上转换为float32。如果 dtype 为 int32 和 uint8，则 dtype 将向上转换为 int32。按照numpy.find_common_type()惯例，混合 int64 和 uint64 将产生 float64 数据类型。

例子

所有列均为相同类型（例如 int64）的 DataFrame 会生成相同类型的数组。

>>> df = pd.DataFrame({'age':    [ 3,  29],
...                    'height': [94, 170],
...                    'weight': [31, 115]})
>>> df
   age  height  weight
0    3      94      31
1   29     170     115
>>> df.dtypes
age       int64
height    int64
weight    int64
dtype: object
>>> df.values
array([[  3,  94,  31],
       [ 29, 170, 115]])

具有混合类型列（例如，str/object、int64、float32）的 DataFrame 会生成容纳这些混合类型（例如，object）的最广泛类型的 ndarray。

>>> df2 = pd.DataFrame([('parrot',   24.0, 'second'),
...                     ('lion',     80.5, 1),
...                     ('monkey', np.nan, None)],
...                   columns=('name', 'max_speed', 'rank'))
>>> df2.dtypes
name          object
max_speed    float64
rank          object
dtype: object
>>> df2.values
array([['parrot', 24.0, 'second'],
       ['lion', 80.5, 1],
       ['monkey', nan, None]], dtype=object)