Ik heb een Numpy-array die bestaat uit een lijst met lijsten, die een tweedimensionale array voorstelt met rijlabels en kolomnamen zoals hieronder weergegeven:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
Ik wil dat het resulterende DataFrame Row1 en Row2 als indexwaarden heeft, en Col1, Col2 als headerwaarden
Ik kan de index als volgt specificeren:
df = pd.DataFrame(data,index=data[:,0]),
Ik weet echter niet hoe ik kolomkoppen het beste kan toewijzen.
Antwoord 1, autoriteit 100%
U moet data
, index
en columns
specificeren voor DataFrame
-constructor, zoals in:
>>> 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
bewerken: zoals in de @joris-opmerking, moet u mogelijk hierboven wijzigen in np.int_(data[1:,1:])
om correcte gegevens te hebben typ.
Antwoord 2, autoriteit 36%
Hier is een gemakkelijk te begrijpen oplossing
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
Antwoord 3, autoriteit 7%
Ik ben het met Joris eens; het lijkt erop dat je dit anders zou moeten doen, zoals met numpy recordarrays. Als u “optie 2” wijzigt van dit geweldige antwoord, kunt u het als volgt doen:
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)
Antwoord 4, autoriteit 5%
Dit kan eenvoudig worden gedaan door from_records of pandas DataFrame te gebruiken
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)
Antwoord 5, autoriteit 5%
>>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]
Antwoord 6, autoriteit 2%
Toevoegen aan het antwoord van @behzad.nouri – we kunnen een hulproutine maken om dit veelvoorkomende scenario aan te pakken:
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)
Laten we het uitproberen:
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
Antwoord 7, autoriteit 2%
Hier een eenvoudig voorbeeld om een panda-dataframe te maken met behulp van een numpy-array.
import numpy as np
import pandas as pd
# create an array
var1 = np.arange(start=1, stop=21, step=1).reshape(-1)
var2 = np.random.rand(20,1).reshape(-1)
print(var1.shape)
print(var2.shape)
dataset = pd.DataFrame()
dataset['col1'] = var1
dataset['col2'] = var2
dataset.head()
Antwoord 8, autoriteit 2%
Ik denk dat dit een eenvoudige en intuïtieve methode is:
data = np.array([[0, 0], [0, 1] , [1, 0] , [1, 1]])
reward = np.array([1,0,1,0])
dataset = pd.DataFrame()
dataset['StateAttributes'] = data.tolist()
dataset['reward'] = reward.tolist()
dataset
retourneert:
Maar er zijn prestatie-implicaties die hier worden beschreven:
Instellen de waarde van een panda-kolom als lijst
Antwoord 9
Het is niet zo kort, maar kan je misschien helpen.
Array maken
import numpy as np
import pandas as pd
data = np.array([['col1', 'col2'], [4.8, 2.8], [7.0, 1.2]])
>>> data
array([['col1', 'col2'],
['4.8', '2.8'],
['7.0', '1.2']], dtype='<U4')
Dataframe maken
df = pd.DataFrame(i for i in data).transpose()
df.drop(0, axis=1, inplace=True)
df.columns = data[0]
df
>>> df
col1 col2
0 4.8 7.0
1 2.8 1.2