Python numpy数组转换后如何恢复数据帧行名和列名

我有以下数据框：

import numpy as np
import pandas as pd

x = [1.1,2.1,0.5]
y = [0.1,3.4,7]
gn = ['foo','bar','qux']
df = pd.DataFrame({'gn':gn, 'x':x, 'y':y})
df

这就产生了：

In [148]: df
Out[148]:
    gn    x    y
0  foo  1.1  0.1
1  bar  2.1  3.4
2  qux  0.5  7.0

然后我在转换为numpy ndarray后进行一些转换：

df.set_index("gn",inplace=True)
npar = df.as_matrix()
npar_new = npar + 1
npar_new

这就产生了：

array([[ 2.1,  1.1],
       [ 3.1,  4.4],
       [ 1.5,  8. ]])

我的问题是如何将列和行名称（gn）从

df

恢复到

npar\u new

。预期的最终结果是：

   gn    x    y
  foo  2.1  1.1
  bar  3.1  4.4
  qux  1.5  8.0

你可以试试

df_new = pd.DataFrame(npar_new, index = df.index, columns = df.columns)


    x   y
gn      
foo 2.1 1.1
bar 3.1 4.4
qux 1.5 8.0

---

我很难理解为什么要首先进行数组转换。这是授权吗？如果不是的话，这里有一个纯粹的熊猫版本，可以一次完成所有操作-

df = df + 1

因此，完整代码将为-

import numpy as np
import pandas as pd

x = [1.1,2.1,0.5]
y = [0.1,3.4,7]
gn = ['foo','bar','qux']
df = pd.DataFrame({'gn':gn, 'x':x, 'y':y})
df = df + 1

---

通过使用

.loc

分配值

df.loc[:,['x','y']]=ary
df
Out[849]: 
    gn    x    y
0  foo  2.1  1.1
1  bar  3.1  4.4
2  qux  1.5  8.0

更多信息

ary=np.array([[ 2.1,  1.1],
       [ 3.1,  4.4],
       [ 1.5,  8. ]])

因为你有更多的专栏

df.loc[:,list(df.set_index("gn"))]=ary

---

我的op只是一个例子。实际上，

npar\u new

来自一个非常复杂的过程，它只输出

np.ndarray

。谢谢。但是显式声明

x

和

y

有点麻烦。因为实际上，列名很多。