numpy中的ndarray与pandas中的series、dataframe的转换

一个ndarray是一个多维同类数据容器。每一个数组有一个dtype属性，用来描述数组的数据类型。

Series是一种一维数组型对象，包含了一个值序列，并且包含了数据标签----索引（index）。

DataFrame每一列可以是不同类型，即有行索引，又有列索引，可以被是为一个共享相同索引的Series字典。尽管DataFrame是二维的，但可以利用分层索引在DataFrame中展现更高维度的数据。

一、Series、DataFrame---->narray

1)pd.values

In [134]: arr1
Out[134]:
a
b
c
a1
100
1
1
b2
10
2
2
In [135]: arr1.values
Out[135]:
array([[100,
1,
1],
[ 10,
2,
2]])

2)np.array(pd)

In [140]: np.array(arr1)
Out[140]:
array([[100,
1,
1],
[ 10,
2,
2]])

3)pd.as_matrix()

In [138]: arr1.as_matrix()
/usr/local/bin/ipython:1: FutureWarning: Method .as_matrix will be removed in a future version. Use .values instead.
#!/usr/bin/python3
Out[138]:
array([[100,
1,
1],
[ 10,
2,
2]])

第三种方式会被remove就用第一二种吧

二、narray---->Series、DataFrame

In [161]: arr3
Out[161]: array([0, 1, 2, 3])
In [162]: pd.Series(arr3,index=['a','b','c','d'])
Out[162]:
a
0
b
1
c
2
d
3
dtype: int64
In [163]: pd.DataFrame(arr3,index=['a','b','c','d'])
Out[163]:
0
a
0
b
1
c
2
d
3