Tworzenie Pandas DataFrame z tablicy Numpy: Jak określić kolumnę indeksu i nagłówki kolumn?
Mam tablicę Numpy składającą się z listy list, reprezentującą dwuwymiarową tablicę z etykietami wierszy i nazwami kolumn, jak pokazano poniżej:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])Chciałbym, aby wynikowa DataFrame miała Row1 i Row2 jako wartości indeksu, a Col1, Col2 jako wartości nagłówka
Mogę określić indeks w następujący sposób:
df = pd.DataFrame(data,index=data[:,0]),jednak nie jestem pewien, jak najlepiej przypisać nagłówki kolumn.
Musisz określić data, index i columns w konstruktorze DataFrame, tak jak w:
>>> pd.DataFrame(data=data[1:,1:], # values
... index=data[1:,0], # 1st column as index
... columns=data[0,1:]) # 1st row as the column namesedit: jak w komentarzu @joris, możesz potrzebować zmienić powyższe na np.int_(data[1:,1:]), aby mieć poprawny typ danych.
Oto łatwe do zrozumienia rozwiązanie
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
Zgadzam się z Jorisem; wydaje się, że powinieneś robić to inaczej, jak w przypadku numpy record arrays. Modyfikując "opcję 2" z tej wspaniałej odpowiedzi, mógłbyś to zrobić w ten sposób:
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)
