Python語(yǔ)言編程學(xué)習(xí)：numpy中的array格式數(shù)據(jù)切片與pandas中的dataframe格式數(shù)據(jù)切片、相互轉(zhuǎn)換

numpy中的array格式數(shù)據(jù)切片與pandas中的dataframe格式數(shù)據(jù)切片、相互轉(zhuǎn)換

1、將array數(shù)據(jù)轉(zhuǎn)為dataframe格式數(shù)據(jù)

import numpy as np
import pandas as pd


data_array = np.random.randn(3,4)
print('data_array \n',data_array)

#將array數(shù)據(jù)轉(zhuǎn)為dataframe格式數(shù)據(jù)
data_df = pd.DataFrame(data_array,columns=['col01','col02','col03','col04'])
print('data_df.iloc[:-1,:] \n',data_df.iloc[:-1,:])

2、將dataframe數(shù)據(jù)轉(zhuǎn)為array格式數(shù)據(jù)：自動(dòng)去掉列名

#將dataframe數(shù)據(jù)轉(zhuǎn)為array格式數(shù)據(jù)：自動(dòng)去掉列名
data_array02=np.array(data_df)
print('data_array02[:-1,:]  \n',data_array02[:-1,:])