[英]Pandas: create a dataframe from 2D numpy arrays preserving their sequential order
假設你有3個numpy數組: lat
, lon
, val
:
import numpy as np
lat=np.array([[10, 20, 30],
[20, 11, 33],
[21, 20, 10]])
lon=np.array([[100, 102, 103],
[105, 101, 102],
[100, 102, 103]])
val=np.array([[17, 2, 11],
[86, 84, 1],
[9, 5, 10]])
並且說你要創建一個pandas
數據df.columns = ['lat', 'lon', 'val']
,其中df.columns = ['lat', 'lon', 'val']
,但由於lat
每個值都與long
和val
數量相關聯,所以你希望它們出現在同一行。
此外,您希望每列的按行順序跟隨每個數組中的位置,以便獲取以下數據幀:
lat lon val
0 10 100 17
1 20 102 2
2 30 103 11
3 20 105 86
... ... ... ...
所以基本上數據幀中的第一行存儲每個數組的“第一”數量,依此類推。 這該怎么做?
我無法找到這樣做的pythonic方式,所以任何幫助都將非常感激。
我認為最簡單的方法是使用ravel來平化數組:
df = pd.DataFrame({'lat': lat.ravel(), 'long': long.ravel(), 'val': val.ravel()})
print (df)
lat long val
0 10 100 17
1 20 102 2
2 30 103 11
3 20 105 86
4 11 101 84
5 33 102 1
6 21 100 9
7 20 102 5
8 10 103 10
像這樣的東西 -
# Create stacked array
In [100]: arr = np.column_stack((lat.ravel(),long.ravel(),val.ravel()))
# Create dataframe from it and assign column names
In [101]: pd.DataFrame(arr,columns=('lat','long','val'))
Out[101]:
lat long val
0 10 100 17
1 20 102 2
2 30 103 11
3 20 105 86
4 11 101 84
5 33 102 1
6 21 100 9
7 20 102 5
8 10 103 10
運行時測試 -
In [103]: lat = np.random.rand(30,30)
In [104]: long = np.random.rand(30,30)
In [105]: val = np.random.rand(30,30)
In [106]: %timeit pd.DataFrame({'lat': lat.ravel(), 'long': long.ravel(), 'val': val.ravel()})
1000 loops, best of 3: 452 µs per loop
In [107]: arr = np.column_stack((lat.ravel(),long.ravel(),val.ravel()))
In [108]: %timeit np.column_stack((lat.ravel(),long.ravel(),val.ravel()))
100000 loops, best of 3: 12.4 µs per loop
In [109]: %timeit pd.DataFrame(arr,columns=('lat','long','val'))
1000 loops, best of 3: 217 µs per loop
不需要先拉扯。 你可以堆疊然后去。
lat, long, val = np.arange(5), np.arange(5), np.arange(5)
arr = np.stack((lat, long, val), axis=1)
cols = ['lat', 'long', 'val']
df = pd.DataFrame(arr, columns=cols)
lat long val
0 0 0 0
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.