目录
- 引言
- 正文
- 总结
引言
在做 pandas 数据处理的时候遇到了一个问题，获取到的数据总是会带有 dateframe 的格式，即总会有 index 显示出来。
为了去掉这些显示，我们可以使用 np.array() 函数进行数据类型的转换。
正文
比如，对于以下的数据形式：
正常情况下，我们可以使用如下代码获取 layer1 对应的列数据：
import pandas as pd
data = pd.read_excel(\’output.xlsx\’)
print(data[\’layer1\’][2:])
\”\”\”
2 a
3 c
Name: layer1, dtype: object
\”\”\”
可以看到，通过这种方式获取到的数据左侧会有 index 显示，末尾也会有 name 显示，为了不出现 index 和 name 这些不必要的额外信息，我们可以使用 np.array() 作用在 data['layer1'][2:] 上。
修改后得到的结果如下：
import numpy as np
import pandas as pd
data = pd.read_excel(\’output.xlsx\’)
print(np.array(data[\’layer1\’][2:]))
\”\”\”
result:
[\’a\’ \’c\’]
\”\”\”
至此，我们说明了通过使用 np.array()，可以去掉数据中的 index 说明部分。
当然，我们也可以使用 pandas 中自带的 tolist() 方法去掉 index 部分。
import pandas as pd
data = pd.read_excel(\’output.xlsx\’)
print(data[\’layer1\’][2:].tolist())
\”\”\”
result:
[\’a\’, \’c\’]
\”\”\”
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持悠久资源网。
您可能感兴趣的文章:
- Pandas实现dataframe和np.array的相互转换
- Python-pandas返回重复数据的index问题
- pandasdataframe拼接后index重新排序方式
- Pandas中MultiIndex选择并提取任何行和列
- Pandas通过index选择并获取行和列
