Створення DataFrame Pandas з масиву Numpy: Як вказати стовпчик індексу та заголовки стовпців?

281

У мене є масив Numpy, що складається зі списку списків, що представляє двовимірний масив із мітками рядків та назвами стовпців, як показано нижче:

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

Я хотів би, щоб отриманий DataFrame мав Row1 і Row2 як значення індексу, а Col1, Col2 як значення заголовка

Я можу вказати індекс так:

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

однак я не знаю, як найкраще призначити заголовки стовпців.

python pandas numpy

— користувач3132783
джерело

3

@ behzad.nouri відповідь правильна, але я думаю, ви повинні врахувати, якщо ви не можете мати початкові дані в іншій формі. Тому що тепер вашими значеннями будуть рядки, а не ints (через нумерований масив, що змішує int та string, тому всі передаються на рядок, тому що numpy масиви повинні бути однорідними).

— joris

315

Необхідно вказати data, indexі columnsв DataFrameконструкторі, як:

>>> 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

редагувати : як у коментарі @joris, вам може знадобитися змінити вище, np.int_(data[1:,1:])щоб мати правильний тип даних.

— behzad.nouri
джерело

7

це працює - але для такої загальної структури вхідних даних та потрібного додатку до a DataFrameчи не існує деякого "ярлика"? Це в основному спосіб csvзавантаження s - і ним можна керувати за замовчуванням для багатьох читачів csv. Аналогічна структура для df буде корисною.

— javadba

Для цього я додав міні-помічник / зручність для додаткової відповіді.

— javadba

93

Ось легко зрозуміти рішення

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

— Джаганнат Банерджі
джерело

20

Але вам довелося вручну вказувати Seriesімена .. це не масштабується.

— javadba

24

Я згоден з Йорісом; видається, що ви повинні робити це по-іншому, як із масивними записами . Змінивши "варіант 2" з цієї чудової відповіді , ви можете зробити це так:

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)

— ryanjdillon
джерело

13

Це можна зробити просто, використовуючи from_records панд 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)

— Ааділ Срівастава
джерело

Ця відповідь не працює з прикладними даними, наведеними у питанні, тобто data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]]).

— jpp

Найпростіше загальне рішення, коли ми не вказали етикетки.

— церебро

12

    >>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]

— Рахул Верма
джерело

8

Додавши до відповіді @ behzad.nouri - ми можемо створити допоміжну процедуру для вирішення цього загального сценарію:

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)

Давайте спробуємо:

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

— джавадба
джерело