如何从dataframe按标签提取多组子集，转换为numpy数组操作可行吗？

核心结论 #

先将数据转换为numpy数组再拆分标签完全可以实现你的需求，但操作流程不如直接使用pandas原生方法简洁高效，两种实现方式如下： #

实现方案 #

方案1：转numpy数组实现 #

代码步骤如下：

import numpy as np
import pandas as pd

# 1. 转换为numpy数组
arr = df.to_numpy()
# 2. 提取Label列（索引为3）
label_arr = arr[:, 3]

# 3. 生成各子集的布尔掩码
# 仅包含chair的行
mask_chair = label_arr == 'chair'
# 包含chair和table的行
mask_chair_table = np.isin(label_arr, ['chair', 'table'])
# 包含三个标签的行
mask_all = np.isin(label_arr, ['chair', 'table', 'drawer'])

# 4. 转换回DataFrame
df_chair = pd.DataFrame(arr[mask_chair], columns=df.columns)
df_chair_table = pd.DataFrame(arr[mask_chair_table], columns=df.columns)
df_all = pd.DataFrame(arr[mask_all], columns=df.columns)

方案2：pandas原生实现（更推荐） #

无需转换数据格式，直接用布尔索引即可完成，代码更简洁，性能也更优：

# 仅包含chair的行
df_chair = df[df['Label'] == 'chair']
# 包含chair和table的行
df_chair_table = df[df['Label'].isin(['chair', 'table'])]
# 包含三个标签的行
df_all = df[df['Label'].isin(['chair', 'table', 'drawer'])]

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