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IT俱乐部。