DataFrame.to_numpy(dtype=None, copy=False, na_value=<object object>) [source]
将数据格式转换为一个NumPy数组。
新版本为0.24.0。
默认情况下，返回数组的dtype将是DataFrame中所有类型的公共NumPy dtype。例如，如果dtype是float16和float32，那么结果dtype将是float32。这可能需要复制数据和强制值，这可能是消耗高的。
参数： | dtype ： 传递给的 copy ： 是否确保返回的值不是另一个数组上的视图。 需要注意的是 相反， 也请确保已制作副本。 na_value： 用于缺失值的值。默认值取决于D型和 1.1.0版中的新功能。 |
返回值： |
|
例子
>>> pd.DataFrame({"A": [1, 2], "B": [3, 4]}).to_numpy()
array([[1, 3],
[2, 4]])对于异构数据，必须使用最低的通用类型
>>> df = pd.DataFrame({"A": [1, 2], "B": [3.0, 4.5]})
>>> df.to_numpy()
array([[1. , 3. ],
[2. , 4.5]])对于数字和非数字类型的混合，输出数组将具有对象dtype
>>> df['C'] = pd.date_range('2000', periods=2)
>>> df.to_numpy()
array([[1, 3.0, Timestamp('2000-01-01 00:00:00')],
[2, 4.5, Timestamp('2000-01-02 00:00:00')]], dtype=object)