使用 dtype float 将 pandas.Multindex 转换为 numpy.ndarray

Question

将 pandas.Multiindex 转换为 numpy.ndarray 时，output 是一个 dtype dtype=object的一维 ndarray，如下例所示：

df = pd.DataFrame({
    'A': [10, 20, 30, 40, 50, 60],
    'B': [0,1,2,3,4,5],
    'C': ['K0', 'K1', 'K2', 'K3', 'K4', 'K5']
}).set_index(['A','B'])

df 将是：

一个	乙	C
10	0	K0
20	1	K1
30	2	K2
40	3	K3
50	4	K4
60	5	K5

df.index.to_numpy()的 output 是 dtype dtype=object的一维 ndarray：

array([(10, 0), (20, 1), (30, 2), (40, 3), (50, 4), (60, 5)], dtype=object)

但我想要：

array([[10,  0],
       [20,  1],
       [30,  2],
       [40,  3],
       [50,  4],
       [60,  5]])

关于如何将具有 object dtype 的 Numpy 2D 数组转换为浮点数的常规 2D 数组，我找到了以下解决方案：

np.vstack(df.index)

有没有更直接或更好的解决方案？

Answer 1

我很确定你会通过展平多索引并从结果中获取 numpy 数组来得到你想要的。 例如，使用以下语法

np.array(list(df.index))

Answer 2

将索引转换为列。

df.reset_index()[['A', 'B']].values