如何从numpy数组创建数据框？

Question

我正在尝试创建一个矩阵/ DataFrame，其中数字存储在2个变量中

x = np.linspace(0,50)
y = np.exp(x)

我希望他们看起来像这样：

x    |     y
___________________
0    |     1.0...
1    |     2.77...             
2    |     7.6...                      
...  |     ...             
50   |     5.18e+21...    

我希望它在一个DataFrame所以我可以使用pandas库。

提前致谢

Answer 1

import pandas as pd

df = pd.DataFrame({'x':x, 'y':y})

将字典中的键更改为所需的列名称。

Answer 2

您可以执行以下操作。

import pandas as pd
import numpy as np

df = pd.DataFrame()
df['x'] = np.linspace(0,50)
df['y'] = np.exp(df['x'])

Answer 3

有了pandas ：

你可以发行

>>> xs = np.arange(51)                                                                                                 
>>> ys = np.exp(xs) 

获取x和y值，然后使用。来构建数据框

>>> df = pd.DataFrame({'x': xs, 'y': ys})
>>> df                                                                                                                 
     x             y
0    0  1.000000e+00
1    1  2.718282e+00
2    2  7.389056e+00
3    3  2.008554e+01
...

在这种情况下，您还可以使用x值作为系列的索引而不会丢失任何信息。

>>> index = pd.RangeIndex(0, 51, name='x')                                                                             
>>> exps = pd.Series(data=np.exp(index), index=index, name='y')                                                        
>>> exps                                                                                                               
x
0     1.000000e+00
1     2.718282e+00
2     7.389056e+00
3     2.008554e+01
...
Name: y, dtype: float64

---

没有pandas ：

考虑一下您是否真的需要数据帧或系列。 你可以把它留在

>>> xs = np.arange(51)                                                                                                 
>>> ys = np.exp(xs)

然后索引ys与整数0 ， 1 ， 2 ，...得到的值exp(0) exp(1) exp(2) ，...

Answer 4

只是：

码：

import pandas as pd
import numpy as np

x = np.linspace(0,50)
y = np.exp(x)

df = pd.DataFrame({'x': x, 'y': y})

Answer 5

只需创建一个元组列表并将其传递给DataFrame构造函数：

df = pd.DataFrame([(i, np.exp(i)) for i in np.linspace(0,50)], columns=['x', 'y'])

产量

x        y
0  1.000000e+00
1  2.718282e+00
2  7.389056e+00
...

Answer 6

在平均时间内分配列名称和设置列：

import pandas as pd
df = pd.DataFrame({"x" : x , "y" : y})

Answer 7

你要找的是[np.concatenate][1] 。

因此，对于您的示例，代码将是

import numpy as np
x = np.linspace(0,50)
y = np.exp(x)
z = np.concatenate((x.reshape(1,-1),y.reshape(1,-1))).T
print(z.shape)
# (2,50)