如何在可以将 numpy 矩阵转换为 Pandas 框架的类中创建方法？

Question

我正在尝试定义一种方法，我可以在其中将 numpy 矩阵转换为 Pandas DataFrame。

我有以下几点：

import pandas as pd
import numpy as np

class Analisis():
    def __init__(self, matriz = np.array([])):
          self.__matriz = matriz
          self.__filas = matriz.shape[0]
          self.__columnas = matriz.shape[1]
    @property
    def matriz(self):
         return self.__matriz
    @property
    def filas(self):
         return self.__filas
    @property
    def columnas(self):
         return self.__columnas
    def as_data_frame (self):
        dataset = pd.DataFrame({'Columna1': data[:, 0], 'Columna2': data[:, 1], 'Columna3': 
        data[:, 2]})
        return dataset

我正在使用这个数组：

data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))
print(data.filas)
print(data.columnas)
print(data.matriz)
Analisis.as_data_frame

但是我已经尝试了几种与 Analisis.as_data_frame 的组合，但它们都不起作用。 只是试图找到文档，似乎该方法没问题，但不起作用。 任何的想法？

Answer 1

由于您正在定义一个方法，因此您希望在您的对象上调用它：

data.as_data_frame()

但是您的定义使用data ，大概是全局变量。 但是您应该使用内部 state 。 所以，大概，你想要self.__matriz 。

旁白：

停止使用双下划线和不必要的属性，所有这些都是样板，从一开始就违背了property的全部目的。 在 Python 中，您的类应如下所示：

class Analisis:
    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = matriz
        else:
            self.matriz = np.array([])
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

现在就您的方法而言，您想要：

class Analisis:

    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = np.array([])
        else:
            self.matriz = matriz
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

    def as_data_frame (self):
        dataset = pd.DataFrame(
            {
                'Columna1': self.matriz[:, 0], 
                'Columna2': self.matriz[:, 1], 
                'Columna3': self.matriz[:, 2]
            }
        )
        return dataset

您可能可以将您的方法简化为：

    def as_data_frame (self):
        dataset = pd.DataFrame(
            self.matriz[:,:3],
            columns=['Columna1','Columna2','Columna3']
        )
        return dataset

注意，二维数组总是可以直接转换做数据帧：

>>> arr = np.array([[5,78,34],[6,2,8],[36,9,60]])
>>> pd.DataFrame(arr, columns=['Columna1', 'Columna2', 'Columna3'])
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60

我怀疑你真正想要的是更有活力的东西，像这样：

    def as_data_frame (self):
        columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
        dataset = pd.DataFrame(self.matriz, columns=columns)
        return dataset

在行动：

In [10]: class Analisis:
    ...:
    ...:     def __init__(self, matriz=None): # watch out for mutable default arguments
    ...:         if matriz is None:
    ...:             self.matriz = np.array([])
    ...:         else:
    ...:             self.matriz = matriz
    ...:         self.filas = matriz.shape[0]
    ...:         self.columnas = matriz.shape[1]
    ...:
    ...:     def as_data_frame (self):
    ...:         columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
    ...:         dataset = pd.DataFrame(self.matriz, columns=columns)
    ...:         return dataset
    ...:
    ...:

In [11]: data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))

In [12]: data.as_data_frame()
Out[12]:
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60