Pandas：从 2D numpy 数组创建一个数据框，保留它们的顺序

Posted 2023-02-23

【中文标题】Pandas：从 2D numpy 数组创建一个数据框，保留它们的顺序

【英文标题】：Pandas: create a dataframe from 2D numpy arrays preserving their sequential order

【发布时间】：2017-06-11 21:48:38

【问题描述】：

假设你有 3 个 numpy 数组：lat、lon、val：

import numpy as np

lat=np.array([[10, 20, 30],
              [20, 11, 33],
              [21, 20, 10]])

lon=np.array([[100, 102, 103],
              [105, 101, 102],
              [100, 102, 103]])

val=np.array([[17, 2, 11],
              [86, 84, 1],
              [9, 5, 10]])

假设您要创建一个 pandas 数据框，其中 df.columns = ['lat', 'lon', 'val']，但由于 lat 中的每个值都与 long 和 val 数量相关联，因此您希望它们出现在同一行。

另外，您希望每列的行顺序遵循每个数组中的位置，因此获得以下数据框：

      lat   lon   val
0     10    100    17
1     20    102    2
2     30    103    11
3     20    105    86
...   ...   ...    ...

所以基本上数据框中的第一行存储每个数组的“第一”数量，依此类推。 如何做到这一点？

我找不到这样做的 Python 方法，因此我们将不胜感激。

【参考方案1】：

我认为最简单的方法是使用ravel 来展平数组：

df = pd.DataFrame('lat': lat.ravel(), 'long': long.ravel(), 'val': val.ravel())
print (df)
   lat  long  val
0   10   100   17
1   20   102    2
2   30   103   11
3   20   105   86
4   11   101   84
5   33   102    1
6   21   100    9
7   20   102    5
8   10   103   10

【讨论】：

@CF84 - 谢谢。

【参考方案2】：

类似的东西-

# Create stacked array
In [100]: arr = np.column_stack((lat.ravel(),long.ravel(),val.ravel()))

# Create dataframe from it and assign column names    
In [101]: pd.DataFrame(arr,columns=('lat','long','val'))
Out[101]: 
   lat  long  val
0   10   100   17
1   20   102    2
2   30   103   11
3   20   105   86
4   11   101   84
5   33   102    1
6   21   100    9
7   20   102    5
8   10   103   10

运行时测试-

In [103]: lat = np.random.rand(30,30)

In [104]: long = np.random.rand(30,30)

In [105]: val = np.random.rand(30,30)

In [106]: %timeit pd.DataFrame('lat': lat.ravel(), 'long': long.ravel(), 'val': val.ravel())
1000 loops, best of 3: 452 µs per loop

In [107]: arr = np.column_stack((lat.ravel(),long.ravel(),val.ravel()))

In [108]: %timeit np.column_stack((lat.ravel(),long.ravel(),val.ravel()))
100000 loops, best of 3: 12.4 µs per loop

In [109]: %timeit pd.DataFrame(arr,columns=('lat','long','val'))
1000 loops, best of 3: 217 µs per loop

【参考方案3】：

无需先解开。你可以堆叠然后走。

lat, long, val = np.arange(5), np.arange(5), np.arange(5)
arr = np.stack((lat, long, val), axis=1)
cols = ['lat', 'long', 'val']
df = pd.DataFrame(arr, columns=cols)
   lat  long  val
0    0     0    0
1    1     1    1
2    2     2    2
3    3     3    3
4    4     4    4