如何将Pandas DataFrame转换为NumPy数组？如何从含IBM股票价格的Pandas DataFrame中提取收盘价列生成NumPy数组？

嘿，这两个问题都是Pandas和NumPy交互里的常见需求，我来给你一步步讲清楚！

有几种简单可靠的方法，推荐优先用官方指定的方式：

• 使用DataFrame.to_numpy()（官方推荐）：这是最清晰、最符合现代Pandas用法的方法，还能按需指定数据类型：

  import pandas as pd
  import numpy as np
  
  # 示例DataFrame
  df = pd.DataFrame({'col1': [10, 20, 30], 'col2': [40, 50, 60]})
  # 转换为NumPy数组，可选指定数据类型
  numpy_array = df.to_numpy(dtype=np.float64)
  

• 使用numpy.asarray()：直接传入整个DataFrame，就能把所有列转换成数组：

  numpy_array = np.asarray(df)
  

• 旧版.values属性：这个方法现在也能用，但to_numpy()的语义更明确，更推荐前者：

  numpy_array = df.values
  

你说的没错，直接用np.asarray(df)会把所有列都包含进来，解决办法很简单——先选中close列，再转换，具体有几种方式：

• 方式1：选中列后用to_numpy()：

  # 假设你的股票数据DataFrame名为 ibm_stock_df
  close_array = ibm_stock_df['close'].to_numpy()
  

  这里ibm_stock_df['close']返回的是一个Pandas Series，转成数组后就是一维的收盘价数组。
• 方式2：用np.asarray()直接处理选中的列：

  close_array = np.asarray(ibm_stock_df['close'])
  

• 如果需要二维数组（保留列维度）：用双括号选中列（返回的是DataFrame），再转换：

  close_array_2d = ibm_stock_df[['close']].to_numpy()
  

  这样得到的数组形状会是(行数, 1)，而不是一维的(行数,)。

内容的提问来源于stack exchange，提问作者RedBirdHasFlown