pandas.DataFrame.to_records#

DataFrame.to_records(index=True, column_dtypes=None, index_dtypes=None)[源代码]#

将DataFrame转换为NumPy记录数组。

如果请求，索引将作为记录数组的第一个字段包括在内。

参数

index布尔值，默认为True

在生成的记录数组中包括索引，存储在‘index’字段中或使用索引标签(如果设置)。

column_dtypes字符串、类型、词典、默认无

如果是字符串或类型，则为存储所有列的数据类型。如果是字典，则是列名和索引(零索引)到特定数据类型的映射。

index_dtypes字符串、类型、词典、默认无

如果是字符串或类型，则为存储所有索引级别的数据类型。如果是字典，则为索引级名称和索引(零索引)到特定数据类型的映射。

仅在以下情况下才应用此映射 index=True 。

退货

numpy.recarray: NumPy ndarray，其中DataFrame标签作为字段，DataFrame的每一行作为条目。

参见

DataFrame.from_records: 将结构化或录制ndarray转换为DataFrame。
numpy.recarray: 一种ndarray，允许使用属性访问字段，类似于电子表格中键入的列。

示例

>>> df = pd.DataFrame({'A': [1, 2], 'B': [0.5, 0.75]},
...                   index=['a', 'b'])
>>> df
   A     B
a  1  0.50
b  2  0.75
>>> df.to_records()
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('index', 'O'), ('A', '<i8'), ('B', '<f8')])

如果DataFrame索引没有标签，则recarray域名称被设置为‘index’。如果索引有标签，则将其用作字段名：

>>> df.index = df.index.rename("I")
>>> df.to_records()
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('I', 'O'), ('A', '<i8'), ('B', '<f8')])

可以从记录数组中排除索引：

>>> df.to_records(index=False)
rec.array([(1, 0.5 ), (2, 0.75)],
          dtype=[('A', '<i8'), ('B', '<f8')])

可以为列指定数据类型：

>>> df.to_records(column_dtypes={"A": "int32"})
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('I', 'O'), ('A', '<i4'), ('B', '<f8')])

以及指数：

>>> df.to_records(index_dtypes="<S2")
rec.array([(b'a', 1, 0.5 ), (b'b', 2, 0.75)],
          dtype=[('I', 'S2'), ('A', '<i8'), ('B', '<f8')])

>>> index_dtypes = f"<S{df.index.str.len().max()}"
>>> df.to_records(index_dtypes=index_dtypes)
rec.array([(b'a', 1, 0.5 ), (b'b', 2, 0.75)],
          dtype=[('I', 'S1'), ('A', '<i8'), ('B', '<f8')])

pandas.DataFrame.to_period

pandas.DataFrame.to_string