将numpy数组转换为数据框[重复]

Posted 2023-03-11

【中文标题】将numpy数组转换为数据框[重复]

【英文标题】：convert numpy array into dataframe [duplicate]

【发布时间】：2021-03-26 09:51:43

【问题描述】：

我有一个 numpy 数组，我想将其转换为数据框。

import numpy as np
import pandas as pd    
nparray = np.array([[1,2,3,4,5],[6,7,8,9,10]])

如何将其转换为数据如下所示的数据框：

col1 col2
1      6
2      7
3      8
4      9
5      10

【问题讨论】：

不，我之前检查过那个答案。但我无法理解如何转置数组。我有很多东西要学:)

【参考方案1】：

我最喜欢将 numpy 数组转换为 pandas DataFrames 的方法是传递字典中的列：

df = pd.DataFrame('col1':nparray[0], 'col2':nparray[1])

但是，如果你有很多列，你可以试试：

# Create list of column names with the format "colN" (from 1 to N)
col_names = ['col' + str(i) for i in np.arange(nparray.shape[0]) + 1]
# Declare pandas.DataFrame object
df = pd.DataFrame(data=nparray.T, columns=col_names)

在第二种解决方案中，您必须在将数组传递给data = ... 之前对其进行重组。也就是说，您必须重新排列 nparray 以便它具有行和列。 Numpy 有一个方法：你只需将.T 添加到你的数组中：nparray.T。

【参考方案2】：

使用以下代码将 numpy 数组转换为 DF。

df = pd.DataFrame(nparray.T, columns=['col1', 'col2'])

【参考方案3】：

pd.DataFrame(nparray.T, columns=['col1', 'col2'])

就是这样

【参考方案4】：

你可以转置你的 np 数组

创建数组

>>> import numpy as np
>>> import pandas as pd
>>> nparray = np.array([[1,2,3,4,5],[6,7,8,9,10]])

>>> nparray
array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10]])

创建 pandas DataFrame 并转置

>>> df = pd.DataFrame(data=nparray, index=["col1", "col2"]).transpose()

>>> df
   col1  col2
0     1     6
1     2     7
2     3     8
3     4     9
4     5    10

及时 - 不用转置你会得到：

>>> df = pd.DataFrame(data=nparray, index=["col1", "col2"])

>>> df
      0  1  2  3   4
col1  1  2  3  4   5
col2  6  7  8  9  10