我有一个由列表的列表组成的Numpy数组,表示一个具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]])
我希望得到的DataFrame有Row1和Row2作为索引值,Col1, Col2作为头值
我可以这样指定索引:
df = pd.DataFrame(data,index=data[:,0]),
但是我不确定如何最好地分配列标题。
我有一个由列表的列表组成的Numpy数组,表示一个具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]])
我希望得到的DataFrame有Row1和Row2作为索引值,Col1, Col2作为头值
我可以这样指定索引:
df = pd.DataFrame(data,index=data[:,0]),
但是我不确定如何最好地分配列标题。
当前回答
我同意Joris的观点;似乎您应该以不同的方式执行此操作,就像使用numpy记录数组一样。修改这个答案中的“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)
其他回答
不是很短,但也许能帮到你。
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')
创建数据帧
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
你需要为DataFrame构造函数指定数据、索引和列,如下所示:
>>> 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:在@joris注释中,您可能需要更改为np.int_(data[1:,1:])以拥有正确的数据类型。
我同意Joris的观点;似乎您应该以不同的方式执行此操作,就像使用numpy记录数组一样。修改这个答案中的“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)
下面是使用numpy数组创建pandas数据框架的简单示例。
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()
添加到@behzad。Nouri的回答是——我们可以创建一个helper例程来处理这个常见的场景:
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)
让我们试一试:
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