Een Pandas-dataframe maken van een Numpy-array: hoe specificeer ik de indexkolom en kolomkoppen?

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, indexen columnsspecificeren 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