[英]Python: Create structured numpy structured array from two columns in a DataFrame
如何从DataFrame中的两列创建结构化数组? 我试过这个:
df = pd.DataFrame(data=[[1,2],[10,20]], columns=['a','b'])
df
a b
0 1 2
1 10 20
x = np.array([([val for val in list(df['a'])],
[val for val in list(df['b'])])])
但这给了我这个:
array([[[ 1, 10],
[ 2, 20]]])
但我想要这个:
[(1,2),(10,20)]
谢谢!
有几种方法。 相对于常规NumPy阵列,您可能会遇到性能和功能损失。
您可以使用index=False
pd.DataFrame.to_records
。 从技术上讲,这是一个记录阵列 ,但出于许多目的,这就足够了。
res1 = df.to_records(index=False)
print(res1)
rec.array([(1, 2), (10, 20)],
dtype=[('a', '<i8'), ('b', '<i8')])
手动,您可以通过逐行转换为tuple
来构造结构化数组,然后为dtype
参数指定元组列表。
s = df.dtypes
res2 = np.array([tuple(x) for x in df.values], dtype=list(zip(s.index, s)))
print(res2)
array([(1, 2), (10, 20)],
dtype=[('a', '<i8'), ('b', '<i8')])
有什么不同?
很少。 recarray
是的子类ndarray
,常规NumPy的阵列型。 另一方面,第二个例子中的结构化数组是ndarray
类型。
type(res1) # numpy.recarray
isinstance(res1, np.ndarray) # True
type(res2) # numpy.ndarray
主要区别是记录数组有助于属性查找,而结构化数组将产生AttributeError
:
print(res1.a)
array([ 1, 10], dtype=int64)
print(res2.a)
AttributeError: 'numpy.ndarray' object has no attribute 'a'
使用list comprehension将嵌套list
转换为tuple
:
print ([tuple(x) for x in df.values.tolist()])
[(1, 2), (10, 20)]
细节 :
print (df.values.tolist())
[[1, 2], [10, 20]]
编辑:你可以转换为to_records
然后转换为np.asarray
,检查链接 :
df = pd.DataFrame(data=[[True, 1,2],[False, 10,20]], columns=['a','b','c'])
print (df)
a b c
0 True 1 2
1 False 10 20
print (np.asarray(df.to_records(index=False)))
[( True, 1, 2) (False, 10, 20)]
这是一个单行:
list(df.apply(lambda x: tuple(x), axis=1))
要么
df.apply(lambda x: tuple(x), axis=1).values
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.