将numpy数组作为行添加到以字符串为索引的熊猫中答案

【问题标题】：Add numpy arrays as rows into pandas with string as index将numpy数组作为行添加到以字符串为索引的熊猫中
【发布时间】：2018-06-07 15:50:16
【问题描述】：

我有一个图像名称字符串列表和一个 numpy 数组，其中包含每个图像的形状 (4096) 特征。

例如姓名列表：

img_list = ['img1', 'img2', 'img3']

特征 np.array

[array([0.        , 0.04688909, 0.05700445, ..., 0.        , 0.        ,
        0.        ], dtype=float32),
 array([0.        , 0.04688909, 0.05700445, ..., 0.        , 0.        ,
        0.        ], dtype=float32),
 array([0.03546982, 0.00310931, 0.        , ..., 0.        , 0.01513313,
        0.        ], dtype=float32)]

我想将它们添加到 pandas 数据框中，其中索引将是 img 名称和按列排列为 1 的特征，如下所示：

    f_1 f_2 f_3 ... f_4094  f_4095  f_4096
img

imgs 列表中的索引与 features 数组相同，因此 img[0] 具有 features[0] 数组，依此类推。

我怎样才能将它们合并成一个 N x 4096 形状的数据框？

谢谢！

【问题讨论】：

标签： python pandas numpy

【解决方案1】：

IIUC：

pd.DataFrame(features, img_list).add_prefix('f_')

MCVE

img_list = ['img1', 'img2', 'img3']
features = [np.array([1, 2, 3]), np.array([4, 5, 6]), np.array([7, 8, 9])]

df = pd.DataFrame(features, img_list).add_prefix('f_')
df

      f_0  f_1  f_2
img1    1    2    3
img2    4    5    6
img3    7    8    9

【讨论】：