我有一个由列表列表组成的 Numpy 数组，表示一个带有行标签和列名的二维数组，如下所示：
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
我希望生成的 DataFrame 将 Row1 和 Row2 作为索引值，并将 Col1、Col2 作为标头值
我可以指定索引如下：
df = pd.DataFrame(data,index=data[:,0]),
但是我不确定如何最好地分配列标题。
【问题讨论】：
您需要将data、index和columns指定为DataFrame构造函数，如：
>>> 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
编辑：与@joris 评论一样，您可能需要将上面的内容更改为np.int_(data[1:,1:]) 以获得正确的数据类型。
【讨论】：
DataFrame 的所需应用程序，难道没有一些“捷径”吗？这基本上是 csvs 的加载方式 - 并且可以由许多 csv 阅读器的 default 处理来管理。 df 的类似结构会很有用。
这是一个易于理解的解决方案
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
【讨论】：
Series 名称......这是不可扩展的。
我同意 Joris 的观点；看来您应该以不同的方式执行此操作，例如 numpy record arrays。从this great answer修改“选项2”，你可以这样做：
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)
【讨论】：
这可以通过使用 pandas DataFrame 的from_records 来完成
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)
【讨论】：
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])。
添加到@behzad.nouri 的答案 - 我们可以创建一个辅助例程来处理这种常见情况：
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)
让我们试试吧：
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
【讨论】：
这里是使用 numpy 数组创建 pandas 数据框的简单示例。
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()
【讨论】：
我认为这是一种简单直观的方法：
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
返回：
但此处详述了性能影响：
【讨论】：
它不是那么短，但也许可以帮助你。
创建数组
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')
创建数据框
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
【讨论】：