从 numpy 数组创建熊猫数据框答案

【问题标题】：Create pandas dataframe from numpy array从 numpy 数组创建熊猫数据框
【发布时间】：2018-11-04 04:50:14
【问题描述】：

要从 numpy 创建一个 pandas 数据框，我可以使用：

columns = ['1','2']
data = np.array([[1,2] , [1,5] , [2,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1

如果我改为使用：

columns = ['1','2']
data = np.array([[1,2,2] , [1,5,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1

每个数组都是一列数据。但这会引发错误：

ValueError: Wrong number of items passed 3, placement implies 2

pandas 是否支持这种数据格式，还是我必须使用示例 1 中的格式？

【问题讨论】：

答案很简单。 Numpy 将 数组存储为行向量（！），在错误的示例中，您传递了具有 3 个值的两行，而您只有 2 列。在第一个示例中，您传递 3 行 2 个值和 2 列，这是有效的！

【解决方案1】：

在第二种情况下，你可以使用：

df_1 = pd.DataFrame(dict(zip(columns, data)))

【讨论】：

【解决方案2】：

您需要转置您的numpy 数组：

df_1 = pd.DataFrame(data.T, columns=columns)

要了解为什么需要这样做，请考虑数组的形状：

print(data.shape)

(2, 3)

形状元组中的第二个数字，或数组中的列数，必须等于数据框中的列数。

当我们转置数组时，数组的数据和形状会被转置，使其能够被传递到具有两列的数据帧中：

print(data.T.shape)

(3, 2)

print(data.T)

[[1 1]
 [2 5]
 [2 3]]

【讨论】：

【解决方案3】：

DataFrame 本质上是按照数组中的顺序创建的。

无论哪种方式，你都需要转置一些东西。

一种选择是指定 index=columns 然后转置整个内容。这将为您提供相同的输出。

 columns = ['1','2']
 data = np.array([[1,2,2] , [1,5,3]])
 df_1 = pd.DataFrame(data, index=columns).T
 df_1

上面提到的传入data.T也是完全可以接受的（假设数据是ndarray类型）。

【讨论】：