Python 将值转换为_matrix（），以保持列顺序

我目前使用.as_matrix（）函数来确保numpy数组保持正确的列顺序；然而，这是由于折旧。使用建议的.values函数对as_矩阵函数进行折旧后，如何确保保持列顺序？还是有其他方法

非常感谢

使用as_矩阵的示例

In: prices.pct_change()[1:].as_matrix(stocks)

Out: array([-0.00283364,  0.0012285 ,  0.0014199 ,  0.00142983, -0.0053432 ])

有价值的例子

In: prices.pct_change()[1:].values

Out: array([ 0.00142983,  0.0014199 , -0.00283364, -0.0053432 ,  0.0012285 ])

---

正如您所指出的，

.As_matrix（）

已被弃用。（请参见下面与

.values

的比较）

无论如何，似乎您可以先使用

.loc

按各自的顺序获取列：

import pandas as pd
import numpy as np
np.random.seed(444)

prices = pd.DataFrame(np.random.randn(200, 4), columns=list('abcd'))
columns = list('cad')
prices.pct_change().dropna().loc[:, columns].values

以下是

.as_matrix（）

与

.values

的对比。您只会注意到一点细微的区别：

def as_matrix(self, columns=None):
    warnings.warn("Method .as_matrix will be removed in a future version. "
                      "Use .values instead.", FutureWarning, stacklevel=2)
    self._consolidate_inplace()
    return self._data.as_array(transpose=self._AXIS_REVERSED,
                               items=columns)

@property
def values(self):
    self._consolidate_inplace()
    return self._data.as_array(transpose=self._AXIS_REVERSED)

因此，如果您真的想要，您可以在没有警告的情况下将

重新创建为\u matrix（）

。（但我更喜欢第一种方法；它是公共API；它不会让您自己处理内部

Block

类型。）

---

访问

值

会如何影响订单？能否链接此信息的来源？由于

agg（）

go:/只需使用

.values

，无需担心，我已经落后于版本了

chg = prices.pct_change().dropna()
val = chg._data.as_array(transpose=chg._AXIS_REVERSED, items=columns)
assert np.allclose(val, prices.pct_change().dropna().loc[:, columns].values)