数据分析中常用数据类型转换总结

数据结构是计算机存储和组织数据的方式。Python中有三类四种内建的数据结构，分别是序列（List、Tuple）、映射（Dictionary）以及集合（Set）。

此外，数据分析库Numpy和Pandas还提供了ndarry、Series、DataFrame等数据类型，不同的数据类型在程序中会常常遇到相互转换的情况，以便参数类型之需。

import pandas as pd
import numpy as np
from pandas import Series,DataFrame


arr = np.arange(8)
s = Series(np.arange(8),index = list('abcdefgh'))
df = DataFrame(np.arange(40).reshape(8,5),columns = list('abcde') ,index = range(8))
lst = [['apple','3.5',2],['oringe','9.9','1'],['banana','4.9','1.5'],['grape','12','2']]
#lst1 = [（'apple','3.5',2）,（'oringe','9.9','1'）,（'banana','4.9','1.5'）,（'grape','12','2'）] 
#list转ndarry、series、dataframe类型
list_to_arr = np.array(lst)
list_to_series = Series(lst,index=list('abcd'))
list_to_df = DataFrame(lst,columns = ['name','price','number'],index = range(len(lst)))

#ndarry转list、series、dataframe类型
arr_to_list = arr.tolist()
arr_to_series = Series(arr,index = range(len(arr)))
arr_to_df = DataFrame(arr,columns = ['a'],index = range(len(arr)))

#series转ndarry、list、dataframe类型
series_to_arr = Series.as_matrix(s)   #等价于series_to_arr = series.as_matrix()

series_to_list = Series.as_matrix(s).tolist()

series_to_df1= pd.DataFrame([s,s])
series_to_df2 = s.to_frame()
series_to_df3 = pd.concat([s,s], axis=1)  #axis=0 type为series

#df转ndarry、list、series类型
df_to_arr1 = DataFrame.as_matrix(df)

#df_to_arr1[:,1]
#df_to_arr1[1,:]
df_to_arr2 = df.values
df_to_arr3 = np.array(df)

df_to_list1 = np.array(df).tolist()
df_to_list2 = [i[0] for i in df.values]

df_to_series = df['a']

 

转载于:https://www.cnblogs.com/Ryana/p/7458384.html