pandas.DataFrame.values#

свойство DataFrame.values[источник]#

Возвращает представление DataFrame в виде массива Numpy.

Предупреждение

Мы рекомендуем использовать DataFrame.to_numpy() вместо этого.

Будут возвращены только значения в DataFrame, метки осей будут удалены.

Возвращает:

numpy.ndarray: Значения DataFrame.

Смотрите также

DataFrame.to_numpy: Рекомендуемая альтернатива этому методу.
DataFrame.index: Получить метки индекса.
DataFrame.columns: Получение названий столбцов.

Примечания

Тип данных будет общим типом с наименьшим общим знаменателем (неявное приведение к более общему типу); то есть, если типы данных (даже числовые) смешаны, будет выбран тот, который вмещает все. Используйте это с осторожностью, если вы не работаете с блоками.

например, Если типы данных float16 и float32, dtype будет повышен до float32. Если типы данных int32 и uint8, dtype будет повышен до int32. По numpy.find_common_type() согласно соглашению, смешивание int64 и uint64 приведет к типу данных float64.

Примеры

DataFrame, в котором все столбцы имеют одинаковый тип (например, int64), дает массив того же типа.

>>> df = pd.DataFrame({'age':    [ 3,  29],
...                    'height': [94, 170],
...                    'weight': [31, 115]})
>>> df
   age  height  weight
0    3      94      31
1   29     170     115
>>> df.dtypes
age       int64
height    int64
weight    int64
dtype: object
>>> df.values
array([[  3,  94,  31],
       [ 29, 170, 115]])

DataFrame со смешанными типами столбцов (например, str/object, int64, float32) приводит к ndarray самого широкого типа, который вмещает эти смешанные типы (например, object).

>>> df2 = pd.DataFrame([('parrot',   24.0, 'second'),
...                     ('lion',     80.5, 1),
...                     ('monkey', np.nan, None)],
...                   columns=('name', 'max_speed', 'rank'))
>>> df2.dtypes
name          object
max_speed    float64
rank          object
dtype: object
>>> df2.values
array([['parrot', 24.0, 'second'],
       ['lion', 80.5, 1],
       ['monkey', nan, None]], dtype=object)