pandas.DataFrame.values

DataFrame.values

Возвращает Numpy-представление DataFrame.

Предупреждение

Рекомендуется использовать DataFrame.to_numpy() вместо этого.

Будут возвращены только значения в DataFrame, метки осей будут удалены.

Возвращает:	numpy.ndarray Значения DataFrame.

См. также

DataFrame.to_numpy

Рекомендуемая альтернатива этому методу.

DataFrame.index

Получение меток индекса.

DataFrame.columns

Получение названий столбцов.

Примечания

Тип данных будет типом наименьшего общего знаменателя (явное расширение); другими словами, если типы данных (даже числовых типов) смешаны, будет выбран тип, который включает все. Используйте это с осторожностью, если вы не работаете с блоками.

Например, если типы данных float16 и float32, тип данных будет расширен до float32. Если типы данных int32 и uint8, тип данных будет расширен до int32. По соглашению numpy.find_common_type(), смешивание int64 и uint64 приведет к типу данных float64.

Примеры

DataFrame, в котором все столбцы имеют один и тот же тип (например, int64), приводит к массиву того же типа.

>>> df = pd.DataFrame({'age':    [ 3,  29],
...                    'height': [94, 170],
...                    'weight': [31, 115]})
>>> df
   age  height  weight
0    3      94      31
1   29     170     115
>>> df.dtypes
age       int64
height    int64
weight    int64
dtype: object
>>> df.values
array([[  3,  94,  31],
       [ 29, 170, 115]], dtype=int64)

DataFrame со смешанными типами столбцов (например, str/object, int64, float32) приводит к ndarray самого широкого типа, который включает эти смешанные типы (например, object).

>>> df2 = pd.DataFrame([('parrot',   24.0, 'second'),
...                     ('lion',     80.5, 1),
...                     ('monkey', np.nan, None)],
...                   columns=('name', 'max_speed', 'rank'))
>>> df2.dtypes
name          object
max_speed    float64
rank          object
dtype: object
>>> df2.values
array([['parrot', 24.0, 'second'],
       ['lion', 80.5, 1],
       ['monkey', nan, None]], dtype=object)