这篇文章将为大家详细讲解有关Pandas如何通过np.array函数或tolist方法去掉数据中的index，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。
方法 1：np.array 函数
- 将 DataFrame 转换为 NumPy 数组，该数组不包含索引。
- 语法：
df.to_numpy()
示例：
import pandas as pd
import numpy as np
# 创建 DataFrame
df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"], "Age": [20, 25, 30]})
# 转换为 NumPy 数组
array = df.to_numpy()
# 打印数组，不含索引
print(array)输出：
[["Alice" 20]
["Bob" 25]
["Charlie" 30]]方法 2：tolist 方法
- 将 DataFrame 转换为列表，列表中每个元素是一个包含数据的元组。
- 语法：
df.values.tolist()
示例：
# 创建 DataFrame
df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"], "Age": [20, 25, 30]})
# 转换为列表
data = df.values.tolist()
# 打印列表，不含索引
print(data)输出：
[["Alice", 20], ["Bob", 25], ["Charlie", 30]]注意事项
- 这两种方法都将 DataFrame 转换为 NumPy 数组或列表，因此会创建一个新的对象。
- 原始 DataFrame 的索引信息将丢失。
- 如果需要保留索引信息，可以使用
reset_index方法创建一个新 DataFrame，其中索引作为列存在。
示例：
# 创建 DataFrame
df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"], "Age": [20, 25, 30]})
# 重置索引，索引将作为一列存在
df = df.reset_index()
# 转换为 NumPy 数组，包括索引
array = df.to_numpy()
# 打印数组，包括索引
print(array)输出：
[[0 "Alice" 20]
[1 "Bob" 25]
[2 "Charlie" 30]]以上就是Pandas如何通过np.array函数或tolist方法去掉数据中的index的详细内容，更多请关注编程学习网其它相关文章！
