[python] Numpy 배열에서 Pandas DataFrame 만들기 : 인덱스 열과 열 머리글을 어떻게 지정합니까?

PYTHON / 글쓴이

아래 목록과 같이 행 레이블과 열 이름이있는 2 차원 배열을 나타내는 목록 목록으로 구성된 Numpy 배열이 있습니다.

data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]])

결과 DataFrame이 Row1과 Row2를 색인 값으로, Col1, Col2를 헤더 값으로 갖기를 원합니다.

다음과 같이 색인을 지정할 수 있습니다.

df = pd.DataFrame(data,index=data[:,0]),

그러나 열 머리글을 가장 잘 할당하는 방법을 잘 모르겠습니다.

답변

당신은 지정해야합니다 data, index과 columns에 DataFrame같이 생성자 :

>>> 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 : @joris 주석에서와 같이 np.int_(data[1:,1:])올바른 데이터 유형을 갖기 위해 위의 변경이 필요할 수 있습니다 .

답변

이해하기 쉬운 솔루션은 다음과 같습니다.

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

답변

Joris에 동의합니다. numpy record arrays 와 같이 다르게 수행 해야하는 것처럼 보입니다 . 이 위대한 대답 에서 “옵션 2″를 수정 하면 다음과 같이 할 수 있습니다.

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)

답변

팬더 DataFrame의 from_records를 사용하여 간단히 수행 할 수 있습니다.

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)

답변

    >>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]

여기에 이미지 설명을 입력하십시오

답변

@ behzad.nouri의 답변에 추가-이 일반적인 시나리오를 처리하는 도우미 루틴을 만들 수 있습니다.

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)

사용해 봅시다 :

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

답변