Python 将数据帧转换为rec数组（将对象转换为字符串）

我有一个pandas数据框架，其中混合了数据类型（DType），我希望将其转换为numpy结构化数组（或记录数组，在本例中基本相同）。对于纯数字数据帧，使用

to_records（）

方法很容易做到这一点。我还需要将pandas列的数据类型转换为字符串而不是对象，以便使用numpy方法

tofile（）

，该方法将数字和字符串输出到二进制文件，但不会输出对象

简而言之，我需要将带有

dtype=object

的panda列转换为字符串或unicode数据类型的numpy结构化数组。

下面是一个示例，如果所有列都有数字（float或int）数据类型，那么代码就足够了

将熊猫作为pd导入
df=pd.DataFrame（{'f_num'：[1,2,3.]，'i_num'：[1,2,3]，
'char'：['a'，'bb'，'ccc']，'mixed'：['a'，'bb'，1]}）
struct\u arr=df.to\u记录（index=False）
打印（'struct\u arr'，struct\u arr.dtype，'\n'）
#据我所知，struct_arr（numpy.record，[（'f_num'，'）对此没有本机功能。例如，序列中所有值的最大长度不存储在任何位置

但是，您可以通过列表理解和f字符串更有效地实现您的逻辑：

data_types = [(col, arr[col].dtype if arr[col].dtype != 'O' else \
               f'U{df[col].astype(str).str.len().max()}') for col in arr.dtype.names]

结合@jpp（为了简洁而列出comp）和@hpaulj（为了速度而将
分解为_记录）的建议，我得出了以下结论，这是更干净的代码，也比我的原始代码快了5倍（通过将示例数据框扩展到10000行以上进行测试）：

上面输出的是unicode，而不是字符串，这通常可能更好，但在我的情况下，我需要转换为字符串，因为我正在用fortran读取二进制文件，字符串似乎更容易读入。因此，最好用以下内容替换上面的“格式”行：

formats = [ array.dtype if array.dtype != 'O' 
            else array.astype(str).dtype.str.replace('<U','S') for array in arrays ]

formats=[array.dtype如果array.dtype！='O'
else array.astype（str）.dtype.str.replace（'
dt=df['mixed'].values.astype（str）.dtype
对我很有用。我很想将
分解为_记录
，合并您的数据类型转换。它在列上迭代，并使用
np.rec.fromarrays
构建数组。您看过该函数的代码了吗？我想“分解”更常用于机械，例如失事飞机n关于编程和函数。@hpaulj谢谢，这是一个很好的建议，我在回答我自己的问题时也加入了这个建议。另外，我还很好地使用了“cannibalize”，我只是一开始没有理解它的意思。；-）谢谢！我不想勾选我自己的答案，但这是我所需要的一半（尽管是非常好的一半；-）
data_types = [(col, arr[col].dtype if arr[col].dtype != 'O' else \
               f'U{df[col].astype(str).str.len().max()}') for col in arr.dtype.names]

names = df.columns
arrays = [ df[col].get_values() for col in names ]

formats = [ array.dtype if array.dtype != 'O' 
            else f'{array.astype(str).dtype}' for array in arrays ] 

rec_array = np.rec.fromarrays( arrays, dtype={'names': names, 'formats': formats} )

formats = [ array.dtype if array.dtype != 'O' 
            else array.astype(str).dtype.str.replace('<U','S') for array in arrays ]