如何将 Numpy 数组转换为 Panda DataFrame

Posted 2023-02-25

【中文标题】如何将 Numpy 数组转换为 Panda DataFrame

【英文标题】：How to convert Numpy array to Panda DataFrame

【发布时间】：2019-05-17 20:47:29

【问题描述】：

我有一个如下所示的 Numpy 数组：

[400.31865662]
[401.18514808]
[404.84015554]
[405.14682194]
[405.67735105]
[273.90969447]
[274.0894528]

当我尝试使用以下代码将其转换为 Panda Dataframe

y = pd.DataFrame(data)
print(y)

打印时我得到以下输出。为什么我会得到所有这些零？

            0
0  400.318657
            0
0  401.185148
            0
0  404.840156
            0
0  405.146822
            0
0  405.677351
            0
0  273.909694
            0
0  274.089453

我想得到一个看起来像这样的单列数据框：

400.31865662
401.18514808
404.84015554
405.14682194
405.67735105
273.90969447
274.0894528

【问题讨论】：

你一定是在做别的事情，因为我得到的正是你所期望的。在您创建 DataFrame 之前，data 究竟是什么样的？看起来每个项目都是自己的DataFrame

我无法重现您的错误，您可以发布print(data)吗？数据框需要有一个索引（行指示符）和一个列名（列指示符）。如果你不提供它们，pandas 会自动创建它们：调用print(df) 时，你应该会在行中看到 0,1,2..，在列中看到 0。如果您只想查看数据，请使用y.values

问题出在您的阵列上：array = np.array(np.random.randn(5)) 然后pd.DataFrame(array)。按预期工作。

你说得对安德鲁（数据）确实是我没有意识到的数组列表。那么如何将它们聚合到一个数组中，以便将其转换为 Pandas 数据框？

As (data) 实际上是一个数组列表我尝试了以下代码：newdf = pd.DataFrame(data) newdf.to_csv('test.csv',mode='w', sep=',',header=False,index=False) 我得到的结果只是列表的最后一个数组274.08945279667057。如何将数组列表连接到同一个文件中？

【参考方案1】：

由于我假设这篇文章的许多访问者不是因为 OP 的特定和不可重现的问题，这里是一个一般性的答案：

df = pd.DataFrame(array)

pandas 的优势在于美观（如 Excel），因此使用列名很重要。

import numpy as np
import pandas as pd

array = np.random.rand(5, 5)

array([[0.723, 0.177, 0.659, 0.573, 0.476],
       [0.77 , 0.311, 0.533, 0.415, 0.552],
       [0.349, 0.768, 0.859, 0.273, 0.425],
       [0.367, 0.601, 0.875, 0.109, 0.398],
       [0.452, 0.836, 0.31 , 0.727, 0.303]])

columns = [f'col_num' for num in range(5)]
index = [f'index_num' for num in range(5)]

神奇之处就在这里：

df = pd.DataFrame(array, columns=columns, index=index)

            col_0     col_1     col_2     col_3     col_4
index_0  0.722791  0.177427  0.659204  0.572826  0.476485
index_1  0.770118  0.311444  0.532899  0.415371  0.551828
index_2  0.348923  0.768362  0.858841  0.273221  0.424684
index_3  0.366940  0.600784  0.875214  0.108818  0.397671
index_4  0.451682  0.836315  0.310480  0.727409  0.302597

【参考方案2】：

还有另一种方法，其他答案中没有提到。如果你有一个 NumPy 数组，它本质上是一个行向量（或列向量），即形状像 (n, ) ，那么你可以执行以下操作：

# sample array
x = np.zeros((20))
# empty dataframe
df = pd.DataFrame()
# add the array to df as a column
df['column_name'] = x

这样您可以将多个数组添加为单独的列。

【参考方案3】：

我刚刚发现我的错误。 (data) 是一个数组列表：

[array([400.0290173]), array([400.02253235]), array([404.00252113]), array([403.99466754]), array([403.98681395]), array([271.97896036]), array([271.97110677])]

所以我使用np.vstack(data) 来连接它

conc = np.vstack(data)

[[400.0290173 ]
 [400.02253235]
 [404.00252113]
 [403.99466754]
 [403.98681395]
 [271.97896036]
 [271.97110677]]

然后我使用

将串联数组转换为 Pandas Dataframe

newdf = pd.DataFrame(conc)


    0
0  400.029017
1  400.022532
2  404.002521
3  403.994668
4  403.986814
5  271.978960
6  271.971107

等等！

【参考方案4】：

你可以flatten numpy 数组：

import numpy as np
import pandas as pd

data = [[400.31865662],
        [401.18514808],
        [404.84015554],
        [405.14682194],
        [405.67735105],
        [273.90969447],
        [274.0894528]]

arr = np.array(data)

df = pd.DataFrame(data=arr.flatten())

print(df)

输出

            0
0  400.318657
1  401.185148
2  404.840156
3  405.146822
4  405.677351
5  273.909694
6  274.089453

【讨论】：

这并不能真正解决问题，因为即使您不展平数据，pd.DataFrame(data) 也可以工作。问题是别的，这可能最终解决了 OP 的问题，也可能没有。

以上所有很棒的答案，如果有帮助，可以做的另一件事是添加列名df = pd.DataFrame(data=arr.flatten(), columns=['Values'])