it-swarm.com.ru

Создание DataFrame Pandas из массива Numpy: как указать столбец индекса и заголовки столбцов?

У меня есть массив Numpy, состоящий из списка списков, представляющих двумерный массив с метками строк и именами столбцов, как показано ниже:

data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])

Я хотел бы, чтобы результирующий DataFrame имел Row1 и Row2 в качестве значений индекса, а Col1, Col2 в качестве значений заголовка

Я могу указать индекс следующим образом:

df = pd.DataFrame(data,index=data[:,0]),

однако я не уверен, как лучше назначить заголовки столбцов.

192
user3132783

Вам необходимо указать data, index и columns для DataFrame constructor, как в:

>>> 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

edit: как и в комментарии @joris, вам может потребоваться изменить выше на np.int_(data[1:,1:]), чтобы иметь правильный тип данных.

203
behzad.nouri

Вот простое для понимания решение

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
21
Jagannath Banerjee

Я согласен с Йорисом; Похоже, что вы должны делать это по-другому, как с numpy массивов записей . Изменив «вариант 2» из этот отличный ответ , вы можете сделать это так:

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)
17
ryanjdillon

Добавляем ответ @ behzad.nouri - мы можем создать вспомогательную подпрограмму для обработки этого распространенного сценария:

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)

Давайте попробуем это:

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
1
javadba

Это можно сделать просто с помощью from_records панд DataFrame

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)
0
Aadil Srivastava