pandas.DataFrame.to_records

DataFrame.to_records(index=True, convert_datetime64=None) [source]

Преобразование DataFrame в массив NumPy с записями.

Индекс будет помещен в поле «индекс» массива записей, если запрошено.

Параметры:	index : boolean, по умолчанию True Включить индекс в результирующий массив записей, хранящийся в поле «индекс». convert_datetime64 : boolean, по умолчанию None Устарело начиная с версии 0.23.0. Преобразовать ли индекс в datetime.datetime, если это DatetimeIndex.
Возвращает:	y : numpy.recarray

См. также

DataFrame.from_records

преобразовать структурированный или массив записей ndarray в DataFrame.

numpy.recarray

ndarray, который позволяет получать доступ к полям с помощью атрибутов, аналогично типизированным столбцам в таблице.

Примеры

>>> df = pd.DataFrame({'A': [1, 2], 'B': [0.5, 0.75]},
...                   index=['a', 'b'])
>>> df
   A     B
a  1  0.50
b  2  0.75
>>> df.to_records()
rec.array([('a', 1, 0.5 ), ('b', 2, 0.75)],
          dtype=[('index', 'O'), ('A', '<i8'), ('B', '<f8')])

Индекс можно исключить из массива записей:

>>> df.to_records(index=False)
rec.array([(1, 0.5 ), (2, 0.75)],
          dtype=[('A', '<i8'), ('B', '<f8')])

По умолчанию, временные метки преобразуются в datetime.datetime:

>>> df.index = pd.date_range('2018-01-01 09:00', periods=2, freq='min')
>>> df
                     A     B
2018-01-01 09:00:00  1  0.50
2018-01-01 09:01:00  2  0.75
>>> df.to_records()
rec.array([(datetime.datetime(2018, 1, 1, 9, 0), 1, 0.5 ),
           (datetime.datetime(2018, 1, 1, 9, 1), 2, 0.75)],
          dtype=[('index', 'O'), ('A', '<i8'), ('B', '<f8')])

Преобразование временных меток можно отключить, чтобы использовать вместо этого тип данных datetime64 NumPy:

>>> df.to_records(convert_datetime64=False)
rec.array([('2018-01-01T09:00:00.000000000', 1, 0.5 ),
           ('2018-01-01T09:01:00.000000000', 2, 0.75)],
          dtype=[('index', '<M8[ns]'), ('A', '<i8'), ('B', '<f8')])