values및 의 사용법을 더 이상 사용하지 마십시오 as_matrix()!

pandas v0.24.0에는 pandas 객체에서 NumPy 배열을 얻는 두 가지 새로운 방법이 도입되었습니다.

1. to_numpy()에 정의 된 Index, Series,그리고 DataFrame개체 및
2. array, Index및 Series객체에만 정의되어 있습니다.

에 대한 v0.24 문서를 방문하면 다음과 .values같은 큰 빨간색 경고가 표시됩니다.

경고 : DataFrame.to_numpy()대신 사용 하는 것이 좋습니다 .

참조 v0.24.0 릴리스 노트의이 섹션 , 그리고 이 답변 자세한 정보를.

더 나은 일관성으로 : to_numpy()

API 전체의 일관성을 to_numpy높이기 위해 DataFrames에서 기본 NumPy 배열을 추출 하는 새로운 방법 이 도입되었습니다.

# Setup.
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=['a', 'b', 'c'])

df.to_numpy()
array([[1, 4],
       [2, 5],
       [3, 6]])

위에서 언급했듯이이 방법은 객체 Index와 Series객체 에도 정의되어 있습니다 ( 여기 참조 ).

df.index.to_numpy()
# array(['a', 'b', 'c'], dtype=object)

df['A'].to_numpy()
#  array([1, 2, 3])

기본적으로보기가 반환되므로 수정 한 내용이 원본에 영향을줍니다.

v = df.to_numpy()
v[0, 0] = -1

df
   A  B
a -1  4
b  2  5
c  3  6

대신 사본이 필요한 경우)를 사용 to_numpy(copy=True하십시오.

ExtensionTypes의 팬더> = 1.0 업데이트

pandas 1.x를 사용하는 경우 확장 유형을 훨씬 더 많이 다루게 될 것입니다. 이러한 확장 유형이 올바르게 변환되도록 좀 더 조심해야합니다.

a = pd.array([1, 2, None], dtype="Int64")                                  
a                                                                          

<IntegerArray>
[1, 2, <NA>]
Length: 3, dtype: Int64 

# Wrong
a.to_numpy()                                                               
# array([1, 2, <NA>], dtype=object)  # yuck, objects

# Right
a.to_numpy(dtype='float', na_value=np.nan)                                 
# array([ 1.,  2., nan])

이것은 문서에서 호출됩니다 .

필요한 경우 dtypes…

다른 답변에서 볼 수 있듯이이 DataFrame.to_records작업을 수행하는 좋은 방법입니다.

df.to_records()
# rec.array([('a', -1, 4), ('b',  2, 5), ('c',  3, 6)],
#           dtype=[('index', 'O'), ('A', '<i8'), ('B', '<i8')])

to_numpy불행히도이 작업은 수행 할 수 없습니다 . 그러나 대안으로 다음을 사용할 수 있습니다 np.rec.fromrecords.

v = df.reset_index()
np.rec.fromrecords(v, names=v.columns.tolist())
# rec.array([('a', -1, 4), ('b',  2, 5), ('c',  3, 6)],
#          dtype=[('index', '<U1'), ('A', '<i8'), ('B', '<i8')])

성능면에서는 거의 동일합니다 (실제로 사용하는 rec.fromrecords것이 약간 빠릅니다).

df2 = pd.concat([df] * 10000)

%timeit df2.to_records()
%%timeit
v = df2.reset_index()
np.rec.fromrecords(v, names=v.columns.tolist())

11.1 ms ± 557 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
9.67 ms ± 126 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

새로운 방법을 추가하는 근거

to_numpy()array두 개의 GitHub 이슈 GH19954 및 GH23623 에 대한 토론의 결과로 (와 함께 )가 추가되었습니다 .

특히 문서는 이론적 근거를 언급합니다.

[…] .values반환 값이 실제 배열인지, 일부 변환인지, pandas 사용자 정의 배열 중 하나 (예 :)인지 확실하지 않았습니다 Categorical. 예를 들어 with PeriodIndex를 .values
사용하면 ndarray매번 새로운 기간 객체가 생성 됩니다. […]

to_numpy올바른 방향의 주요 단계 인 API의 일관성을 향상시키는 것을 목표로합니다. .values현재 버전에서는 더 이상 사용되지 않지만 향후 어느 시점에서 이러한 상황이 발생할 수 있으므로 가능한 한 빨리 새로운 API로 사용자를 마이그레이션하도록 촉구합니다.

다른 솔루션의 비판

DataFrame.values 이미 언급했듯이 행동이 일치하지 않습니다.

DataFrame.get_values()는 단순히 래퍼 DataFrame.values이므로 위에서 언급 한 모든 것이 적용됩니다.

DataFrame.as_matrix()더 이상 사용되지 않습니다. 사용 하지 마십시오 !

답변

numpy_matrix = df.as_matrix()

array([[nan, 0.2, nan],
       [nan, nan, 0.5],
       [nan, 0.2, 0.5],
       [0.1, 0.2, nan],
       [0.1, 0.2, 0.5],
       [0.1, nan, 0.5],
       [0.1, nan, nan]])

In [8]: df
Out[8]:
          A         B         C
0 -0.982726  0.150726  0.691625
1  0.617297 -0.471879  0.505547
2  0.417123 -1.356803 -1.013499
3 -0.166363 -0.957758  1.178659
4 -0.164103  0.074516 -0.674325
5 -0.340169 -0.293698  1.231791
6 -1.062825  0.556273  1.508058
7  0.959610  0.247539  0.091333

[8 rows x 3 columns]

In [9]: df.reset_index().values
Out[9]:
array([[ 0.        , -0.98272574,  0.150726  ,  0.69162512],
       [ 1.        ,  0.61729734, -0.47187926,  0.50554728],
       [ 2.        ,  0.4171228 , -1.35680324, -1.01349922],
       [ 3.        , -0.16636303, -0.95775849,  1.17865945],
       [ 4.        , -0.16410334,  0.0745164 , -0.67432474],
       [ 5.        , -0.34016865, -0.29369841,  1.23179064],
       [ 6.        , -1.06282542,  0.55627285,  1.50805754],
       [ 7.        ,  0.95961001,  0.24753911,  0.09133339]])

In [10]: df.reset_index().values.ravel().view(dtype=[('index', int), ('A', float), ('B', float), ('C', float)])
Out[10]:
array([( 0, -0.98272574,  0.150726  ,  0.69162512),
       ( 1,  0.61729734, -0.47187926,  0.50554728),
       ( 2,  0.4171228 , -1.35680324, -1.01349922),
       ( 3, -0.16636303, -0.95775849,  1.17865945),
       ( 4, -0.16410334,  0.0745164 , -0.67432474),
       ( 5, -0.34016865, -0.29369841,  1.23179064),
       ( 6, -1.06282542,  0.55627285,  1.50805754),
       ( 7,  0.95961001,  0.24753911,  0.09133339),
       dtype=[('index', '<i8'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [102]: df
Out[102]:
label    A    B    C
ID
1      NaN  0.2  NaN
2      NaN  NaN  0.5
3      NaN  0.2  0.5
4      0.1  0.2  NaN
5      0.1  0.2  0.5
6      0.1  NaN  0.5
7      0.1  NaN  NaN

In [103]: df.index.dtype
Out[103]: dtype('object')
In [104]: df.to_records()
Out[104]:
rec.array([(1, nan, 0.2, nan), (2, nan, nan, 0.5), (3, nan, 0.2, 0.5),
       (4, 0.1, 0.2, nan), (5, 0.1, 0.2, 0.5), (6, 0.1, nan, 0.5),
       (7, 0.1, nan, nan)],
      dtype=[('index', '|O8'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])
In [106]: df.to_records().dtype
Out[106]: dtype([('index', '|O8'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

In [109]: df.index = df.index.astype('i8')
In [111]: df.to_records().view([('ID', '<i8'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])
Out[111]:
rec.array([(1, nan, 0.2, nan), (2, nan, nan, 0.5), (3, nan, 0.2, 0.5),
       (4, 0.1, 0.2, nan), (5, 0.1, 0.2, 0.5), (6, 0.1, nan, 0.5),
       (7, 0.1, nan, nan)],
      dtype=[('ID', '<i8'), ('A', '<f8'), ('B', '<f8'), ('C', '<f8')])

rec.array([(1, nan, 0.2, nan), (2, nan, nan, 0.5), (3, nan, 0.2, 0.5),
       (4, 0.1, 0.2, nan), (5, 0.1, 0.2, 0.5), (6, 0.1, nan, 0.5),
       (7, 0.1, nan, nan)],
      dtype=[(u'ID', '<i8'), (u'A', '<f8'), (u'B', '<f8'), (u'C', '<f8')])

a = numpy.asarray(df)