Pandas DataFramen luominen Numpy-massasta: Miten määrittelen indeksisarakkeen ja sarakeotsikot?

Minulla on Numpy-muotoinen joukko, joka koostuu listojen luettelosta, joka edustaa kaksiulotteista joukkoa, jossa on rivitunnisteet ja sarakkeiden nimet alla olevan kuvan mukaisesti:

data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])

Haluaisin, että tuloksena syntyvässä DataFrame-tietokannassa on Row1 ja Row2 indeksiarvoina ja Col1, Col2 otsikkoarvoina.

Voin määrittää indeksin seuraavasti:

df = pd.DataFrame(data,index=data[:,0]),

En kuitenkaan ole varma, miten sarakkeiden otsikot voidaan parhaiten määrittää.

Georgy
Muokattu kysymysT11 huhtikuu 2018 в 12:53
Ohjelmointi
python pandas numpy
T11 joulukuu 2013 в 3:09
15 näkymät
Ratkaisu

Sinun on määritettävä data, index ja columns DataFrame -rakentajaan, kuten seuraavassa:

>>> 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

edit: kuten @joris-kommentissa sanotaan, sinun on ehkä muutettava edellä oleva np.int_(data[1:,1:]), jotta saat oikean tietotyypin.

behzad.nouri
Muokattu vastausta T66 maaliskuu 2016 в 12:28
Kommentit (2)

Tässä on helposti ymmärrettävä ratkaisu

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
Jaroslav Bezděk
Muokattu vastausta T22 elokuu 2019 в 8:34
Kommentit (1)

Olen samaa mieltä Joriksen kanssa; näyttää siltä, että sinun pitäisi tehdä tämä eri tavalla, kuten numpy record arrays. Muuttamalla "vaihtoehto 2" tästä loistavasta vastauksesta, voisit tehdä sen näin:

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)
Community
Muokattu vastausta T11 toukokuu 2017 в 12:26
Kommentit (0)