从Numpy数组创建Pandas DataFrame：如何指定索引列和列 Headers ？

5 回答

• 17

  添加到@ behzad.nouri的答案 - 我们可以创建一个帮助例程来处理这个常见场景：

  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)
  

  我们来试试吧：

  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
  

  回复于 2024-04-29T01:58:39+08:00
• 0

  我同意Joris;看起来你应该这样做，就像numpy record arrays一样 . 从this great answer修改"option 2"，您可以这样做：

  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)
  

  回复于 2024-04-29T01:58:39+08:00
• 186

  这可以通过使用pandas DataFrame的from_records来完成

  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)
  

  回复于 2024-04-29T01:58:39+08:00
• 15

  这是一个易于理解的解决方案

  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
  

  回复于 2024-04-29T01:58:39+08:00
• 0

  您需要指定 data ， index 和 columns 到DataFrame构造函数，如下所示：

  >>> 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 ：与@joris注释中一样，您可能需要将上面的内容更改为 np.int_(data[1:,1:]) 才能拥有正确的数据类型 .

  回复于 2024-04-29T01:58:39+08:00