python - 如何将 numpy 数组附加到 pandas 数据帧

Posted 2023-02-23

【中文标题】python - 如何将 numpy 数组附加到 pandas 数据帧

【英文标题】：python - how to append numpy array to a pandas dataframe

【发布时间】：2017-07-07 23:02:52

【问题描述】：

我已经训练了一个逻辑回归分类器来预测评论是正面的还是负面的。现在，我想将predict_proba-函数返回的预测概率附加到包含评论的 Pandas 数据框中。我尝试做类似的事情：

test_data['prediction'] = sentiment_model.predict_proba(test_matrix)

显然，这是行不通的，因为 predict_proba 返回一个 2D-numpy 数组。那么，最有效的方法是什么？我使用 SciKit-Learn 的 CountVectorizer 创建了test_matrix：

vectorizer = CountVectorizer(token_pattern=r'\b\w+\b')
train_matrix = vectorizer.fit_transform(train_data['review_clean'].values.astype('U'))
test_matrix = vectorizer.transform(test_data['review_clean'].values.astype('U'))

示例数据如下所示：

| Review                                     | Prediction         |                      
| ------------------------------------------ | ------------------ |
| "Toy was great! Our six-year old loved it!"|   0.986            |

【问题讨论】：

能否提供一个样本数据集（5 - 7 行）？

相关问题：***.com/questions/41904197/…

将预测分配给一个变量，然后从变量中提取要分配给熊猫数据框cols的列。如果x 是带有预测的二维numpy 数组x = sentiment_model.predict_proba(test_matrix) 那么你可以这样做test_data['prediction0'] = x[:,0] 和test_data['prediction1'] = x[:,1]

@KarthikArumugham 非常感谢。它就像一个魅力！我需要加强切片和切块数据；）

@DBE7 我已将其作为答案分享。请将其标记为正确。

【参考方案1】：

将预测分配给一个变量，然后从变量中提取要分配给 pandas 数据框 cols 的列。如果x 是带有预测的二维 numpy 数组，

x = sentiment_model.predict_proba(test_matrix)

那么你就可以了，

test_data['prediction0'] = x[:,0]
test_data['prediction1'] = x[:,1]

【讨论】：

非常有帮助

【参考方案2】：

import numpy as np
import pandas as pd

df = pd.DataFrame(
    np.arange(10).reshape(5, 2), columns=['a', 'b'])
print('df:', df, sep='\n')

arr = np.arange(100, 104).reshape(2, 2)
print('array to append:', arr, sep='\n')

df = df.append(pd.DataFrame(arr, columns=df.columns), ignore_index=True)
print('df:', df, sep='\n')

输出

df:
   a  b
0  0  1
1  2  3
2  4  5
3  6  7
4  8  9
array to append:
[[100 101]
 [102 103]]
df:
     a    b
0    0    1
1    2    3
2    4    5
3    6    7
4    8    9
5  100  101
6  102  103