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.
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.
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
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)