如何实现numpy的ndarray与pandas的series和dataframe之间的相互转换

 对数组进行切片OR选择部分索引时如果报错为：

TypeError: unhashable type: 'slice'

需要使用 .iloc[ ] ,它通过位置position来索引 ，而.loc[ ] 通过标签label 来索引。

 

遇到下面这种报 错时，需要把dataframe 格式转为numpy数组格式，那么怎么转化呢

AttributeError: 'DataFrame' object has no attribute 'reshape'

有以下几种方式

df 表示dataframe / 数据框 ，

#以下四种情况都可以把dataframe 格式转为numpy数组格式，但结果不一定相同

df=df.values

df= df.as_matrix()

df.reset_index().values

df = np.array(df)

df.reset_index().values.ravel().view(dtype=[('index', int), ('A', float), ('B', float), ('C', float)])

在大数据分析中，比较常用的两个数据分析包就是numpy和pandas，而pandas正是基于numpy构建的含有更高级数据结构和工具的数据分析包，在金融领域应用更是广泛。在实际的工程中，经常遇到的问题就是numpy的ndarray数据结构与pandas的series和dataframe数据结构之间的互相转换问题。现在我分3种情况，在python程序中列一下互转的情况，应该比较全面了。

情况1：输入的数据data为list

情况2：输入的数据data为dict

 

情况3：输入的数据data为ndarray

注：本文转自  numpy的ndarray与pandas的series和dataframe之间互转

---