Membuat Panda DataFrame dari Numpy array: Bagaimana cara menentukan indeks kolom dan kolom header?

Saya memiliki Numpy array yang terdiri dari daftar list, mewakili array dua dimensi dengan label baris dan kolom nama-nama seperti yang ditunjukkan di bawah ini:

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

I'd seperti yang dihasilkan DataFrame untuk memiliki Row1 dan Row2 sebagai nilai indeks, dan Col1, Col2 sebagai nilai header

Saya dapat menentukan indeks sebagai berikut:

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

namun saya tidak yakin bagaimana cara terbaik untuk menetapkan kolom header.

Georgy
Pertanyaan edit 17 April 2018 в 12:53
Pemrograman
python pandas numpy
24 Desember 2013 в 3:09
40 tayangan
Mengomentari pertanyaan (1)
Larutan

Anda perlu menentukan data, index dan kolom untuk DataFrame pembina, seperti dalam:

>>> 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: seperti dalam @joris komentar, anda mungkin perlu mengubah di atas untuk np.int_(data[1:,1:]) untuk memiliki data yang benar jenis.

behzad.nouri
Jawaban edit 6 Maret 2016 в 12:28
Komentar (2)

Berikut ini adalah aplikasi yang mudah untuk memahami solusi

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
Jawaban edit 7 Agustus 2019 в 8:34
Komentar (1)

Saya setuju dengan Joris; sepertinya anda harus melakukan ini dengan cara yang berbeda, seperti dengan numpy record array. Memodifikasi "2" dari ini jawaban, anda bisa melakukannya seperti ini:

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
Jawaban edit 23 Mei 2017 в 12:26
Komentar (0)

Hal ini dapat dilakukan hanya dengan menggunakan from_records panda DataFrame

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)
Komentar (1)

Menambahkan @behzad.nouri 's jawaban - kita bisa menciptakan seorang penolong rutin untuk menangani ini skenario umum:

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)

Let's mencobanya:

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
Komentar (0)
    >>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]

Rahul Verma
Jawaban edit 8 Agustus 2019 в 7:48
Komentar (0)