[英]Create separately numpy arrays from pandas dataframe columns
我想從我的 Pandas 數據幀列在 Python n 的 numpy 數組中自動創建。 我可以手動執行此操作,例如:
numpy_array_1 = data_frame.column_1.values
numpy_array_2 = data_frame.column_2.values
...
numpy_array_n = data_frame.column_n.values
但我不知道我應該如何編寫代碼來自動創建這些數組。
您可以簡單地使用for
並循環遍歷它。 請記住,使用(list(data_frame))
返回數據框中列名的列表:
np_array = []
for i in list(data_frame):
np_array.append(data_frame[i].values)
預期輸出是一個包含值子列表的列表。 每個子列表與數據框中列的位置相匹配。 因此,您可以制作字典,也可以從中制作一個元組。 字典示例:
np_array_dict = {}
for i in list(data_frame):
np_array_dict[i] = data_frame[i].values
假設我們有一個簡單的 df:
df = pd.DataFrame({"0":[1,2], "1":[3,4]})
df
0 1
0 1 3
1 2 4
然后你可以運行:
for (key,value) in df.to_dict("list").items():
exec("numpy_array_{} = np.array({})".format(key, value))
你會得到:
numpy_array_0
array([1, 2])
numpy_array_1
array([3, 4])
等等。
或者:
for col in list(df):
exec("numpy_array_{} = df[str({})].values".format(col,col))
您可以獲得所有數據幀行和列值的矩陣,就像 df.values 一樣簡單您真的需要每列不同的數組嗎?
這可以在不使用循環的情況下完成:
df = pd.DataFrame({"0":[1,2], "1":[3,4], "2":[5,6]})
print(df)
0 1 2
0 1 3 5
1 2 4 6
進而:
[*np.transpose(df.values)]
結果是:
[array([1, 2]), array([3, 4]), array([5, 6])]
如果需要一本字典,只需按以下步驟進行:
dict(zip(range(df.shape[1]), [*np.transpose(df.values)]))
這使:
{0: array([1, 2]), 1: array([3, 4]), 2: array([5, 6])}
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.