Python 如何将Numpy数组转换为Panda数据帧

我有一个Numpy数组，看起来像这样：

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

当我尝试用以下代码将其转换为Panda数据帧时

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

我在打印时得到以下输出。为什么我会得到那么多zéros

            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

我想得到一个单列数据框，它看起来像：

400.31865662
401.18514808
404.84015554
405.14682194
405.67735105
273.90969447
274.0894528

您可以使用numpy阵列：

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

---

我刚刚发现了我的错误。（数据）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

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

---

瞧

还有另一种方法，其他答案中没有提到。如果有一个基本上是行向量（或列向量）的NumPy数组，即

（n，）

，则可以执行以下操作：

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

---

通过这种方式，您可以将多个数组作为单独的列添加。

因为我假设这篇文章的许多访问者不是因为OP的具体和不可复制的问题而来的，这里有一个一般性的答案：

df = pd.DataFrame(array)

熊猫的优点是美观（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)

魔法就在这里发生：

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

---

你一定在做别的事，因为我得到的正是你所期望的。在创建

数据帧之前，
数据
到底是什么样子的？看起来每个项目都是自己的
DataFrame
我无法重现您的错误，您能发布
打印（数据）
？。数据帧需要有索引（行指示符）和列名（列指示符）。如果您不提供它们，pandas将自动创建它们：您应该看到0,1,2。。调用
print（df）
时，行中为0，列中为0。如果只想查看数据，请使用
y.values
问题在于数组：
array=np.array（np.random.randn（5））
然后使用
pd.DataFrame（array）
。正如人们所期望的那样，你是对的，Andrew（data）的确是一个我没有意识到的数组列表。那么，我如何将它们聚合到一个数组中，以便将其转换为一个数据帧呢？因为（数据）实际上是一个数组列表，所以我尝试了以下代码：
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，即
274.08945279667057
。如何将数组列表连接到同一个文件中？这并不能真正解决这个问题，因为即使不展平数据，
pd.DataFrame（data）
也可以工作。这个问题是另外一个问题，这可能最终解决了OP的问题，也可能没有解决。上面所有的好答案，还有一件事可以做，就是添加一个列名，如果这有帮助的话
df=pd.DataFrame（data=arr.flant（），columns=['Values']）
columns = [f'col_{num}' for num in range(5)]
index = [f'index_{num}' for num in range(5)]

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