Pandas如何通过np.array函数或tolist方法去掉数据中的index

腊月廿伍

引言

在做

1. pandas

复制代码

数据处理的时候遇到了一个问题，获取到的数据总是会带有

1. dateframe

复制代码

的格式，即总会有

1. index

复制代码

显示出来。
为了去掉这些显示，我们可以使用

1. np.array()

复制代码

函数进行数据类型的转换。

正文

比如，对于以下的数据形式：

正常情况下，我们可以使用如下代码获取

1. layer1

复制代码

对应的列数据：

1. import pandas as pd
   
2. 
   
3. 
   
4. data = pd.read_excel('output.xlsx')
   
5. print(data['layer1'][2:])
   
6. """
   
7. 2    a
   
8. 3    c
   
9. Name: layer1, dtype: object
   
10. """

复制代码

可以看到，通过这种方式获取到的数据左侧会有

1. index

复制代码

显示，末尾也会有

1. name

复制代码

显示，为了不出现

1. index

复制代码

和

1. name

复制代码

这些不必要的额外信息，我们可以使用

1. np.array()

复制代码

作用在

1. data['layer1'][2:]

复制代码

上。
修改后得到的结果如下：

1. import numpy as np
   
2. import pandas as pd
   
3. 
   
4. 
   
5. data = pd.read_excel('output.xlsx')
   
6. print(np.array(data['layer1'][2:]))
   
7. """
   
8. result:
   
9. ['a' 'c']
   
10. """

复制代码

至此，我们说明了通过使用

1. np.array()

复制代码

，可以去掉数据中的

1. index

复制代码

说明部分。
当然，我们也可以使用

1. pandas

复制代码

中自带的

1. tolist()

复制代码

方法去掉

1. index

复制代码

部分。

1. import pandas as pd
   
2. 
   
3. data = pd.read_excel('output.xlsx')
   
4. print(data['layer1'][2:].tolist())
   
5. """
   
6. result:
   
7. ['a', 'c']
   
8. """

复制代码

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

来源:https://www.jb51.net/python/316218nmf.htm
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！