![](/img/trans.png)
[英]how to change the index value of numpy array with column values of pandas dataframe
[英]Creating a Pandas DataFrame from a Numpy array: How do I specify the index column and column headers?
我有一个由列表列表组成的 Numpy 数组,代表一个二维数组,其中包含行标签和列名,如下所示:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
我希望生成的 DataFrame 将 Row1 和 Row2 作为索引值,并将 Col1、Col2 作为标题值
我可以按如下方式指定索引:
df = pd.DataFrame(data,index=data[:,0]),
但是我不确定如何最好地分配列标题。
您需要为DataFrame
构造函数指定data
、 index
和columns
,如下所示:
>>> pd.DataFrame(data=data[1:,1:], # values
... index=data[1:,0], # 1st column as index
... columns=data[0,1:]) # 1st row as the column names
编辑:在@joris 评论中,您可能需要将上面更改为np.int_(data[1:,1:])
以获得正确的数据类型。
这是一个易于理解的解决方案
import numpy as np
import pandas as pd
# Creating a 2 dimensional numpy array
>>> data = np.array([[5.8, 2.8], [6.0, 2.2]])
>>> print(data)
>>> data
array([[5.8, 2.8],
[6. , 2.2]])
# Creating pandas dataframe from numpy array
>>> dataset = pd.DataFrame({'Column1': data[:, 0], 'Column2': data[:, 1]})
>>> print(dataset)
Column1 Column2
0 5.8 2.8
1 6.0 2.2
我同意乔里斯的观点; 似乎您应该以不同的方式执行此操作,就像使用numpy record arrays 一样。 从这个很好的答案中修改“选项 2”,你可以这样做:
import pandas
import numpy
dtype = [('Col1','int32'), ('Col2','float32'), ('Col3','float32')]
values = numpy.zeros(20, dtype=dtype)
index = ['Row'+str(i) for i in range(1, len(values)+1)]
df = pandas.DataFrame(values, index=index)
这可以通过使用from_records
的 from_records 来完成
import numpy as np
import pandas as pd
# Creating a numpy array
x = np.arange(1,10,1).reshape(-1,1)
dataframe = pd.DataFrame.from_records(x)
添加到@behzad.nouri 的答案 - 我们可以创建一个辅助程序来处理这种常见情况:
def csvDf(dat,**kwargs):
from numpy import array
data = array(dat)
if data is None or len(data)==0 or len(data[0])==0:
return None
else:
return pd.DataFrame(data[1:,1:],index=data[1:,0],columns=data[0,1:],**kwargs)
让我们试试看:
data = [['','a','b','c'],['row1','row1cola','row1colb','row1colc'],
['row2','row2cola','row2colb','row2colc'],['row3','row3cola','row3colb','row3colc']]
csvDf(data)
In [61]: csvDf(data)
Out[61]:
a b c
row1 row1cola row1colb row1colc
row2 row2cola row2colb row2colc
row3 row3cola row3colb row3colc
这是使用 numpy 数组创建熊猫数据框的简单示例。
import numpy as np
import pandas as pd
# create an array
var1 = np.arange(start=1, stop=21, step=1).reshape(-1)
var2 = np.random.rand(20,1).reshape(-1)
print(var1.shape)
print(var2.shape)
dataset = pd.DataFrame()
dataset['col1'] = var1
dataset['col2'] = var2
dataset.head()
我认为这是一个简单直观的方法:
data = np.array([[0, 0], [0, 1] , [1, 0] , [1, 1]])
reward = np.array([1,0,1,0])
dataset = pd.DataFrame()
dataset['StateAttributes'] = data.tolist()
dataset['reward'] = reward.tolist()
dataset
返回:
但是这里有详细的性能影响:
它不是那么短,但也许可以帮助你。
创建数组
import numpy as np
import pandas as pd
data = np.array([['col1', 'col2'], [4.8, 2.8], [7.0, 1.2]])
>>> data
array([['col1', 'col2'],
['4.8', '2.8'],
['7.0', '1.2']], dtype='<U4')
创建数据框
df = pd.DataFrame(i for i in data).transpose()
df.drop(0, axis=1, inplace=True)
df.columns = data[0]
df
>>> df
col1 col2
0 4.8 7.0
1 2.8 1.2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.