如何在循环中批量转换多个DataFrame为NumPy数组

本文介绍如何正确使用for循环将多个pandas DataFrame对象依次转换为NumPy数组，解决因错误索引导致的TypeError问题，并提供可复用的代码模板与关键注意事项。

常见错误：为什么会出现 TypeError？

批量处理DataFrame时，一个常见的陷阱是：明明已经把多个CSV读成了data1、data2、data3，想用循环一口气转成NumPy数组，结果一执行就报TypeError: list indices must be integers or slices, not DataFrame。问题通常出在代码写成了data[x].to_numpy()——这里的x本身已经是一个DataFrame对象，但你还试图用它当索引去访问另一个列表。

正确方法：直接对DataFrame调用 to_numpy()

解法实际上非常简单：直接对循环里拿到的每个DataFrame调用.to_numpy()即可，完全不需要额外索引。以下是正确写法：

# 正确示例：将多个DataFrame存入列表，逐个转为NumPy数组
data_sets = [data1, data2, data3]
for df in data_sets:
    array = df.to_numpy()  #  直接作用于DataFrame实例
    # 后续操作，例如：
    # print(array.shape)
    # process(array)

关键注意事项

• .to_numpy()返回的是纯NumPy ndarray，不会附带任何行索引和列名——这意味着原DataFrame的结构信息会完全丢失。如果后续还需要标签信息，可以考虑使用旧版的.values（虽然官方推荐.to_numpy()）或.to_records()来保留部分结构化数据。
• 如果DataFrame中混有字符串和数字，.to_numpy()默认会生成一个object类型的数组，这可能会影响后续的数值计算（例如矩阵乘法直接报错）。建议提前统一数据类型，比如df.astype(float)，或使用df.select_dtypes(include='number').to_numpy()只提取数值列。
• 当数据量较大时，避免在循环里反复为同一个变量赋值（例如y = df.to_numpy()）。更推荐使用列表推导式一次性生成所有数组：arrays = [df.to_numpy() for df in data_sets]，既简洁又便于按索引访问。

总结

掌握这种基础转换模式后，从批量数据预处理、特征工程到模型训练，整个流程都会变得更加顺畅。正确使用.to_numpy()，注意数据类型与结构信息，即可高效完成DataFrame到NumPy数组的批量转换。