Python 如何在一个可以将numpy矩阵转换为Pandas帧的类中创建一个方法？_Python_Python 3.x_Pandas_Numpy_Methods

Python 如何在一个可以将numpy矩阵转换为Pandas帧的类中创建一个方法？

python python-3.x pandas numpy methods

Python 如何在一个可以将numpy矩阵转换为Pandas帧的类中创建一个方法？,python,python-3.x,pandas,numpy,methods,Python,Python 3.x,Pandas,Numpy,Methods,我试图定义一种方法，在这种方法中，我可以将numpy矩阵转换为Pandas数据帧我有以下资料： import pandas as pd import numpy as np class Analisis(): def __init__(self, matriz = np.array([])): self.__matriz = matriz self.__filas = matriz.shape[0] self.__colum

我试图定义一种方法，在这种方法中，我可以将numpy矩阵转换为Pandas数据帧

我有以下资料：

import pandas as pd
import numpy as np

class Analisis():
    def __init__(self, matriz = np.array([])):
          self.__matriz = matriz
          self.__filas = matriz.shape[0]
          self.__columnas = matriz.shape[1]
    @property
    def matriz(self):
         return self.__matriz
    @property
    def filas(self):
         return self.__filas
    @property
    def columnas(self):
         return self.__columnas
    def as_data_frame (self):
        dataset = pd.DataFrame({'Columna1': data[:, 0], 'Columna2': data[:, 1], 'Columna3': 
        data[:, 2]})
        return dataset

我正在使用这个阵列：

data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))
print(data.filas)
print(data.columnas)
print(data.matriz)
Analisis.as_data_frame

但我尝试了几种与Analisis.as_data_frame的组合，但都不起作用。只是试图找到文档，似乎这个方法还可以，但不起作用。有什么想法吗？

因为您正在定义一个方法，所以希望在对象上调用它：

data.as_data_frame()

但是您的定义使用了

数据

，大概是全局变量。但是您应该使用内部状态。所以，大概你想要的是赛尔夫

旁白：

停止使用双下划线和不必要的属性，所有这些都是样板，从一开始就违背了

属性的全部目的。在Python中，您的类应该如下所示：
class Analisis:
    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = matriz
        else:
            self.matriz = np.array([])
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

现在，就您的方法而言，您希望：
class Analisis:

    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = np.array([])
        else:
            self.matriz = matriz
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

    def as_data_frame (self):
        dataset = pd.DataFrame(
            {
                'Columna1': self.matriz[:, 0], 
                'Columna2': self.matriz[:, 1], 
                'Columna3': self.matriz[:, 2]
            }
        )
        return dataset

您可以将您的方法简化为：
    def as_data_frame (self):
        dataset = pd.DataFrame(
            self.matriz[:,:3],
            columns=['Columna1','Columna2','Columna3']
        )
        return dataset

注意，二维数组始终可以直接转换为数据帧：
>>> arr = np.array([[5,78,34],[6,2,8],[36,9,60]])
>>> pd.DataFrame(arr, columns=['Columna1', 'Columna2', 'Columna3'])
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60

我怀疑你真正想要的是更具活力的东西，比如：
    def as_data_frame (self):
        columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
        dataset = pd.DataFrame(self.matriz, columns=columns)
        return dataset

在行动中：
In [10]: class Analisis:
    ...:
    ...:     def __init__(self, matriz=None): # watch out for mutable default arguments
    ...:         if matriz is None:
    ...:             self.matriz = np.array([])
    ...:         else:
    ...:             self.matriz = matriz
    ...:         self.filas = matriz.shape[0]
    ...:         self.columnas = matriz.shape[1]
    ...:
    ...:     def as_data_frame (self):
    ...:         columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
    ...:         dataset = pd.DataFrame(self.matriz, columns=columns)
    ...:         return dataset
    ...:
    ...:

In [11]: data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))

In [12]: data.as_data_frame()
Out[12]:
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60

因为您正在定义一个方法，所以希望在对象上调用它：
data.as_data_frame()

但是您的定义使用了数据
，大概是全局变量。但是您应该使用内部状态。所以，大概你想要的是赛尔夫
旁白：
停止使用双下划线和不必要的属性，所有这些都是样板，从一开始就违背了属性的全部目的。在Python中，您的类应该如下所示：
class Analisis:
    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = matriz
        else:
            self.matriz = np.array([])
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

现在，就您的方法而言，您希望：
class Analisis:

    def __init__(self, matriz=None): # watch out for mutable default arguments
        if matriz is None:
            self.matriz = np.array([])
        else:
            self.matriz = matriz
        self.filas = matriz.shape[0]
        self.columnas = matriz.shape[1]

    def as_data_frame (self):
        dataset = pd.DataFrame(
            {
                'Columna1': self.matriz[:, 0], 
                'Columna2': self.matriz[:, 1], 
                'Columna3': self.matriz[:, 2]
            }
        )
        return dataset

您可以将您的方法简化为：
    def as_data_frame (self):
        dataset = pd.DataFrame(
            self.matriz[:,:3],
            columns=['Columna1','Columna2','Columna3']
        )
        return dataset

注意，二维数组始终可以直接转换为数据帧：
>>> arr = np.array([[5,78,34],[6,2,8],[36,9,60]])
>>> pd.DataFrame(arr, columns=['Columna1', 'Columna2', 'Columna3'])
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60

我怀疑你真正想要的是更具活力的东西，比如：
    def as_data_frame (self):
        columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
        dataset = pd.DataFrame(self.matriz, columns=columns)
        return dataset

在行动中：
In [10]: class Analisis:
    ...:
    ...:     def __init__(self, matriz=None): # watch out for mutable default arguments
    ...:         if matriz is None:
    ...:             self.matriz = np.array([])
    ...:         else:
    ...:             self.matriz = matriz
    ...:         self.filas = matriz.shape[0]
    ...:         self.columnas = matriz.shape[1]
    ...:
    ...:     def as_data_frame (self):
    ...:         columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
    ...:         dataset = pd.DataFrame(self.matriz, columns=columns)
    ...:         return dataset
    ...:
    ...:

In [11]: data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))

In [12]: data.as_data_frame()
Out[12]:
   Columna1  Columna2  Columna3
0         5        78        34
1         6         2         8
2        36         9        60

如何调用as_data_frame方法？我想看看结果？Juts尝试了Analisis.as_data_frame.dataset、Analisis.as_data_frame，但都不起作用。这是我最大的担忧。P.d.：thx表示旁白。@HeinerRomeroLeiva同样，它是一个方法，因此应该在实例上调用它<代码>数据。as_data_frame（）
否，不起作用>回溯（上次调用）：文件“”，分析中的第1行。as_data_frame（）类型错误：as_data_frame（）缺少1个必需的位置参数：“self”@HeinerRomeroLeiva再次数据。as_data_frame（）
。非Analisis.as\u data\u frame（）
。你明白我所说的实例方法是什么意思吗<代码>分析

是类，它不是instance@HeinerRomeroLeiva注意，

\uuuuuu init\uuuuu

中有一个bug，我修复了它。如何调用as\u data\u frame方法？我想看看结果？Juts尝试了Analisis.as_data_frame.dataset、Analisis.as_data_frame，但都不起作用。这是我最大的担忧。P.d.：thx表示旁白。@HeinerRomeroLeiva同样，它是一个方法，因此应该在实例上调用它<代码>数据。as_data_frame（）否，不起作用>回溯（上次调用）：文件“”，分析中的第1行。as_data_frame（）类型错误：as_data_frame（）缺少1个必需的位置参数：“self”@HeinerRomeroLeiva再次

数据。as_data_frame（）

。非

Analisis.as\u data\u frame（）

。你明白我所说的实例方法是什么意思吗<代码>分析是类，它不是instance@HeinerRomeroLeiva注意，

\uuuuu init\uuuu

中有一个bug，我修复了它