问题:从Numpy数组创建Pandas DataFrame:如何指定索引列和列标题?
我有一个由列表列表组成的Numpy数组,代表带有行标签和列名的二维数组,如下所示:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
我希望所得的DataFrame将Row1和Row2作为索引值,并将Col1,Col2作为标头值
我可以指定索引如下:
df = pd.DataFrame(data,index=data[:,0]),
但是我不确定如何最好地分配列标题。
回答 0
您需要指定data
,index
并columns
以DataFrame
构造函数,如:
>>> pd.DataFrame(data=data[1:,1:], # values
... index=data[1:,0], # 1st column as index
... columns=data[0,1:]) # 1st row as the column names
编辑:如@joris注释中一样,您可能需要更改上述内容np.int_(data[1:,1:])
才能具有正确的数据类型。
回答 1
这是一个易于理解的解决方案
import numpy as np
import pandas as pd
# Creating a 2 dimensional numpy array
>>> data = np.array([[5.8, 2.8], [6.0, 2.2]])
>>> print(data)
>>> data
array([[5.8, 2.8],
[6. , 2.2]])
# Creating pandas dataframe from numpy array
>>> dataset = pd.DataFrame({'Column1': data[:, 0], 'Column2': data[:, 1]})
>>> print(dataset)
Column1 Column2
0 5.8 2.8
1 6.0 2.2
回答 2
我同意Joris;似乎您应该以不同的方式执行此操作,例如使用numpy record arrays。从这个好答案中修改“选项2” ,您可以像这样进行操作:
import pandas
import numpy
dtype = [('Col1','int32'), ('Col2','float32'), ('Col3','float32')]
values = numpy.zeros(20, dtype=dtype)
index = ['Row'+str(i) for i in range(1, len(values)+1)]
df = pandas.DataFrame(values, index=index)
回答 3
只需使用pandas DataFrame的from_records即可完成此操作
import numpy as np
import pandas as pd
# Creating a numpy array
x = np.arange(1,10,1).reshape(-1,1)
dataframe = pd.DataFrame.from_records(x)
回答 4
>>import pandas as pd
>>import numpy as np
>>data.shape
(480,193)
>>type(data)
numpy.ndarray
>>df=pd.DataFrame(data=data[0:,0:],
... index=[i for i in range(data.shape[0])],
... columns=['f'+str(i) for i in range(data.shape[1])])
>>df.head()
[![array to dataframe][1]][1]
回答 5
添加到@ behzad.nouri的答案-我们可以创建一个帮助程序来处理这种常见情况:
def csvDf(dat,**kwargs):
from numpy import array
data = array(dat)
if data is None or len(data)==0 or len(data[0])==0:
return None
else:
return pd.DataFrame(data[1:,1:],index=data[1:,0],columns=data[0,1:],**kwargs)
让我们尝试一下:
data = [['','a','b','c'],['row1','row1cola','row1colb','row1colc'],
['row2','row2cola','row2colb','row2colc'],['row3','row3cola','row3colb','row3colc']]
csvDf(data)
In [61]: csvDf(data)
Out[61]:
a b c
row1 row1cola row1colb row1colc
row2 row2cola row2colb row2colc
row3 row3cola row3colb row3colc