Python 如何在数据数组中查找索引值并转换为数据帧？

我有一个由cKDTree创建的

ndarray

，如下所示：

idx = array([[2941, 4837, 3593],
             [ 323, 3209, 3649]])

我想用它来创建一个pandas

DataFrame

，使用它们作为另一个数据帧的索引，该数据帧具有一些其他符号，例如：

2941, A
4837, B
3593, C
323,  D
3209, E
3649, F

并且，使用类似于

gdf=pd.DataFrame（idx）

的东西，我想要一个

DataFrame

    idx_0   idx_1   idx_2
0       A       B       C
1       D       E       F

而不是

    idx_0   idx_1   idx_2
0    2941    4837    3593
1     323    3209    3649

如何使用多维数组实现这一点

df.loc[idx]

不起作用。

您可以使用：

输出

     0   1   2
0    A   B   C
1    D   E   F

假设

df

为：

      0    1
0  2941    A
1  4837    B
2  3593    C
3   323    D
4  3209    E
5  3649    F

另一种选择是，假设

idx

是一个numpy数组，您可以使用映射，然后构建数据帧：

result = pd.DataFrame(np.vectorize(lookup.get)(idx))

与

apply

一起用于

DataFrame的所有列

：

s = df.set_index('a')['b']
print (s)
a
2941    A
4837    B
3593    C
323     D
3209    E
3649    F
Name: b, dtype: object

idx = np.array([[2941, 4837, 3593],
             [ 323, 3209, 3649]])

gdf = pd.DataFrame(idx).apply(lambda x: x.map(s))
print (gdf)
   0  1  2
0  A  B  C
1  D  E  F

---

对于映射，dict会更好。那就直接用地图吧@jezrael@Vishnudev-是的，这要看情况而定，我认为如果第一列中的值重复，则返回错误的序列更好，如果转换为dict，则没有错误（所以不知道数据是否有问题）。所以一般来说，我认为按序列映射更好，只要总是唯一的索引（这里的第一列），那么按dict映射也是好的。我推测OP给出的索引是唯一的。有道理@jezrael@Vishnudev-Yop，仅解释我为什么使用

map

by

Series

，但如果值是唯一的，那么dict也是一个很好的解决方案。

s = df.set_index('a')['b']
print (s)
a
2941    A
4837    B
3593    C
323     D
3209    E
3649    F
Name: b, dtype: object

idx = np.array([[2941, 4837, 3593],
             [ 323, 3209, 3649]])

gdf = pd.DataFrame(idx).apply(lambda x: x.map(s))
print (gdf)
   0  1  2
0  A  B  C
1  D  E  F