python中，對于array數(shù)組中的數(shù)據(jù)放在DataFrame數(shù)據(jù)框中可以更好的進(jìn)行數(shù)據(jù)分析，但是二者并不是一個數(shù)據(jù)類型，因此需要將array轉(zhuǎn)dataframe。既然可以array轉(zhuǎn)dataframe，那么可同樣dataframe也可以轉(zhuǎn)回array結(jié)構(gòu)。本文介紹python中Array和DataFrame相互轉(zhuǎn)換的方法。

1、array轉(zhuǎn)dataframe：直接用pd.dataframe()進(jìn)行轉(zhuǎn)化

使用格式

a = pd.DataFrame(a)

具體實例

import pandas as pd
df = pd.DataFrame(df)

2、dataframe轉(zhuǎn)化為array

使用格式

arr=df.values

具體實例

import pandas as pd
data = {'name':['Zhang San','Li Si','Wang Wu'], 'salary':['5000','7000','10000']}
df = pd.DataFrame(data)
print(df)
print(df.values)
df1 = pd.DataFrame(df.values)
df1

Pandas實現(xiàn)dataframe和np.array的相互轉(zhuǎn)換

dataframe轉(zhuǎn)化成array

df=df.values

array轉(zhuǎn)化成dataframe

import pandas as pd
 
df = pd.DataFrame(df)

到此這篇關(guān)于python中Array和DataFrame相互轉(zhuǎn)換的實例講解的文章就介紹到這了,更多相關(guān)python中Array和DataFrame如何相互轉(zhuǎn)換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！