У меня есть массив Numpy, состоящий из списка списков, представляющий двумерный массив с ярлыками строк и именами столбцов, как показано ниже:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
Я хочу, чтобы полученный DataFrame имел значения Row1 и Row2 как значения индекса, а Col1, Col2 как значения заголовка
Я могу указать индекс следующим образом:
df = pd.DataFrame(data,index=data[:,0]),
однако я не уверен, как лучше всего назначить заголовки столбцов.
Вам нужно указать data, index и columns в DataFrame конструктор, как в:
>>> 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
изменить: как в комментарии @joris, вам может потребоваться изменить значение выше np.int_(data[1:,1:]), чтобы иметь правильный тип данных.
Вот простое для понимания решение
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
Я согласен с Джорисом; похоже, что вы должны делать это по-другому, например, с помощью массивов записей numpy. Изменив "вариант 2" из этого замечательного ответа, вы можете сделать это следующим образом:
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)
Это можно сделать просто с помощью from_records из 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)
Добавление к ответу @behzad.nouri - мы можем создать вспомогательную процедуру для обработки этого распространенного сценария:
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)
Давай попробуем это:
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
>>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]
