将ndarrays列表转换为数据框

Question

我有一个要转换为 pd.dataframe 的 ndarray 列表。 该列表如下所示：

from numpy import array
l = [array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1,
            0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0,
            0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 0]),
     array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
            0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0]),
     array([0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0,
            1, 1, 0, 0, 1, 0, 0, 0, 1, 1, 0, 0,
            0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1])
     ]

ndarrays 的长度是 12（12 个月）的倍数，在这种情况下它等于 36。我希望最终输出如下所示：

年	简	二月	行进	四月	可能
1	0	0	0	0	0
2	0	1	1	0	0
3	0	0	1	0	0
1	0	0	0	0	0
2	0	0	0	0	0
3	0	0	0	0	0
1	0	0	1	0	0
2	1	1	0	0	1
3	0	0	0	0	0

Answer 1

重塑

假设l输入，您可以使用：

from calendar import month_abbr
df = (pd.DataFrame(np.vstack(l).reshape(-1, 12),
                   columns=month_abbr[1:])
     )
df.insert(0, 'year', np.tile(range(1, len(l[0])//12+1), len(l)))
print(df)

或者：

df = pd.DataFrame(np.hstack([np.tile(range(1, len(l[0])//12+1), len(l))[:,None],
                             np.vstack(l).reshape(-1, 12)]),
                  columns=['year']+month_abbr[1:])

输出：

   year  Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov  Dec
0     1    0    0    0    0    0    0    0    0    0    0    0    1
1     2    0    1    1    0    0    1    0    0    0    0    0    0
2     3    0    0    1    0    0    0    0    0    0    1    0    0
3     1    0    0    0    0    0    0    0    0    0    0    0    0
4     2    0    0    0    0    0    0    0    0    0    0    0    0
5     3    0    0    0    0    0    0    0    0    0    1    1    0
6     1    0    0    1    0    0    0    0    0    0    0    0    0
7     2    1    1    0    0    1    0    0    0    1    1    0    0
8     3    0    0    0    0    0    0    0    0    0    0    0    1

上一个答案：聚合

假设l输入列表并且每个列表代表连续几个月以形成 3 年，您可以在转换为 DataFrame 之前vstack 、聚合（这里使用max ）和 reshape ：

from calendar import month_abbr
df = pd.DataFrame(np.vstack(l).reshape(len(l), -1, 12).max(axis=0),
                  columns=month_abbr[1:])

输出：

   Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov  Dec
0    0    0    1    0    0    0    0    0    0    0    0    1
1    1    1    1    0    1    1    0    0    1    1    0    0
2    0    0    1    0    0    0    0    0    0    1    1    1

由于您想要聚合的方式不明确，您还可以使用不同的轴：

pd.DataFrame(np.vstack(l).reshape(len(l), -1, 12).max(axis=1),
             columns=month_abbr[1:])

输出：

   Jan  Feb  Mar  Apr  May  Jun  Jul  Aug  Sep  Oct  Nov  Dec
0    0    1    1    0    0    1    0    0    0    1    0    1
1    0    0    0    0    0    0    0    0    0    1    1    0
2    1    1    1    0    1    0    0    0    1    1    0    1