将 Pandas Dataframe 日期索引和列转换为 Numpy 数组答案

【问题标题】：Convert Pandas Dataframe Date Index and Column to Numpy Array将 Pandas Dataframe 日期索引和列转换为 Numpy 数组
【发布时间】：2017-02-11 11:09:16
【问题描述】：

如何将 1 列和具有多列的 Pandas 数据框的索引转换为 Numpy 数组，其中日期与数据框中的正确列值对齐？

这里有一些关于数据类型的问题，它让我疯狂地试图将索引和列都取出并放入一个数组中！！

我们将不胜感激！

【问题讨论】：

您能否澄清您的问题，因为不清楚您真正想要什么，最好是示例数据、您的代码和所需的输出
嗨@EdChum，经过很多困难，我已经将日期转换为值，因为我看不到另一种方式......所以我现在想将值（以前的日期）加入列值。我可以将 numpy 值的一维数组连接到另一个 Numpy 浮点值的一维数组，以便每个值与每个值对齐，即值 1 = [1,2,3,4] 值 2 = [7,8,9, 10]joint = [[1,7],[2,8],[3,9],[4,10]] 每当我尝试使用连接时，它都会将它们粘在两端，但我需要这些值排队！谢谢！

标签： python arrays pandas numpy dataframe

【解决方案1】：

如果A 是数据框并且col 是列：

import pandas as pd output = pd.np.column_stack((A.index.values, A.col.values))

【讨论】：

+1。对于其他用户：由于问题是关于日期索引（例如datetime64[ns]），index 和col 之间可能没有共同的 dtype，index 需要一些转换。同时.values 已被.to_numpy() 取代。见this question。

【解决方案2】：

你需要IIUCvalues:

start = pd.to_datetime('2015-02-24')
rng = pd.date_range(start, periods=5)

df = pd.DataFrame({'a': range(5), 'b':list('ABCDE')}, index=rng)  
print (df)
            a  b
2015-02-24  0  A
2015-02-25  1  B
2015-02-26  2  C
2015-02-27  3  D
2015-02-28  4  E

print (df.values)
[[0 'A']
 [1 'B']
 [2 'C']
 [3 'D']
 [4 'E']]

如果需要索引值也先将datetime转换为index中的string值，然后使用reset_index将index转换为列：

df.index = df.index.astype(str)
print (df.reset_index().values)
[['2015-02-24' 0 'A']
 ['2015-02-25' 1 'B']
 ['2015-02-26' 2 'C']
 ['2015-02-27' 3 'D']
 ['2015-02-28' 4 'E']]

【讨论】：

感谢@jezrael，但我的值是“日期”格式，当我重置索引时，它们如何变成字符串？我尝试了这种方法。我还尝试将日期转换为浮点数，然后重新加入列值。我怎样才能使这项工作？我可以将 numpy 值的一维数组连接到另一个 Numpy 浮点值的一维数组，以便每个值与每个值对齐，即值 1 = [1,2,3,4] 值 2 = [7,8,9, 10] joint = [[1,7],[2,8],[3,9],[4,10]] 每当我尝试使用连接时，它都会将它们粘在两端，但我需要这些值排队！谢谢！
我使用string 索引编辑答案，如果需要合并numpy array，请使用(np.vstack((np.array([1,2,3,4]),np.array([7,8,9,10]))).T)