Python 将dataframe.to_numpy（）与特定的数据类型关联起来

我有一个包含两列的数据框：

  In[] df.head()

  Out[]      specific_death   months_survival
       0         False            179
       1         False            127
       2         False            67
       3         True             111
       4         False            118

第一列有布尔值，第二列有整数。如果我使用以下命令将数据帧转换为numpy ndarray：

array_from_df = df.to_numpy()

我得到一个非结构化的numpy.ndarray。因此，如果我写：

array_from_df.dtype.fields 

结果是非类型。为了让我的程序工作，我需要一个结构化数组，第一个字段是np.bool类，第二个字段是np.int。在我看来，有两种选择，但我找不到任何一种方法：

选项一

使用正确的数据类型直接从Pandas.DataFrame转换为结构化numpy.ndarray

选项二

---

将Pandas.DataFrame转换为非结构化numpy.ndarray，然后将其转换为结构化numpy.ndarray。关于这个问题，但我无法在我的代码中复制答案。

正如两条评论所建议的：

array_from_df = df.to_records() # index=False to not include an index column

在以下位置输出具有正确数据类型的numpy.recarray：

array_from_df.dtype.fields 

---

也许你应该做你想做的事。

df.to_记录（index=False）

应该做这项工作，不是吗？有关更多选项，请参见示例。谢谢你们两位的快速回答，我觉得很奇怪，熊猫还没有实现一个班轮来完成这个技巧。