Eu tenho uma matriz Numpy que consiste em uma lista de listas, representando uma matriz bidimensional com rótulos de linhas e nomes de colunas, como mostrado abaixo:
data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])
I'gostaria que o DataFrame resultante tivesse Row1 e Row2 como valores de índice, e Col1, Col2 como valores de cabeçalho
Eu posso especificar o índice da seguinte forma:
df = pd.DataFrame(data,index=data[:,0]),
no entanto, não tenho a certeza da melhor forma de atribuir cabeçalhos de coluna.
Você precisa especificar dados
, index
e colunas
para DataFrame
construtor, como em:
>>> 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: como no comentário @joris, você pode precisar mudar acima para np.int_(data[1:,1:])
para ter o tipo de dados correto.
Esta é uma solução fácil de entender
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
Eu concordo com Joris; parece que você deveria estar fazendo isso de maneira diferente, como com arrays de registros numéricos. Modificando " opção 2" a partir esta grande resposta, você poderia fazer isso assim:
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)