Pandas 中的 DataFrame.from_records() 方法用于将结构化或记录类型的 ndarray 转换为 DataFrame。它可以从结构化 ndarray、元组序列或 DataFrame 创建 DataFrame 对象。
虚拟机启动完成后，点击左上角切换到 Notebook 标签页以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，请随时向 Labby 提问。实验结束后提供反馈，我们将及时为你解决问题。
首先，导入 pandas 和 numpy 库，以便在代码中使用相关的函数和方法。
import pandas as pd
import numpy as np接下来，创建一个包含结构化输入数据的结构化 ndarray。可以通过使用 numpy.array 函数并为每个字段指定数据类型来创建此 ndarray。例如：
data = np.array([(3, 'a'), (2, 'b'), (1, 'c'), (0, 'd')], dtype=[('col_1', 'i4'), ('col_2', 'U1')])使用 DataFrame.from_records() 方法将结构化 ndarray 转换为 DataFrame。该方法以结构化 ndarray 作为输入数据，并返回一个 DataFrame 对象。将 DataFrame 对象赋值给一个变量，以便后续访问和操作 DataFrame。例如：
df = pd.DataFrame.from_records(data)打印 DataFrame 以查看结果。使用 print() 函数将以表格形式显示 DataFrame。例如：
print(df)通过以上步骤，你可以使用 Pandas 中的 DataFrame.from_records() 方法将结构化 ndarray 转换为 DataFrame。在处理结构化输入数据时，这种方法非常有用，并且可以利用 Pandas 的强大功能轻松操作和分析数据。