[英]How Can I create a Method in a class that I can convert a numpy matrix to a Pandas Frame?
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?
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
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.