webdevqa.jp.net

Numpy配列からPandas DataFrameを作成する:インデックスカラムとカラムヘッダを指定するにはどうすればいいですか?

リストのリストからなるNumpy配列があります。これは、以下に示すように行ラベルと列名を持つ2次元配列を表します。

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

結果のDataFrameで、インデックス値としてRow1とRow2、ヘッダー値としてCol1とCol2を持つようにします。

次のようにインデックスを指定できます。

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

ただし、列ヘッダーを最適に割り当てる方法がわかりません。

188
user3132783

次のように、 data constructorにindexcolumns、およびDataFrameを指定する必要があります。

>>> 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コメントのように、正しいデータ型を得るためには上記のnp.int_(data[1:,1:])に変更する必要があるかもしれません。

227
behzad.nouri

これは理解しやすい解決策です。

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
29

私はJorisに同意します。 でたらめなレコード配列 のように、これは違うやり方でやるべきだと思われます。 この素晴らしい答え から "option 2"を修正すると、こんな感じになるでしょう:

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)
20
ryanjdillon

@ behzad.nouriの答えに追加する - この一般的なシナリオを処理するためのヘルパールーチンを作成することができます。

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)

試してみましょう。

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
3
javadba

これは、パンダDataFrameのfrom_recordsを使うことで簡単にできます。

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)
2
    >>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]

enter image description here

1
Rahul Verma