Python 从Numpy数组创建数据帧：如何指定索引列和列标题？

我有一个Numpy数组，由列表列表组成，表示一个二维数组，带有行标签和列名，如下所示：

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

我希望生成的数据帧具有Row1和Row2作为索引值，以及Col1和Col2作为标题值

我可以按如下方式指定索引：

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

---

但是，我不确定如何最好地分配列标题。

您需要将

数据

、

索引

和

列

指定给构造函数，如下所示：

>>> 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

---

编辑：如@joris评论中所述，您可能需要将上述内容更改为

np.int（数据[1:，1:]）

，以获得正确的数据类型。

我同意joris；看起来你应该用不同的方式来做，比如用。从中修改“选项2”，您可以这样做：

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)

---

这里有一个简单易懂的解决方案

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

---

这可以通过使用熊猫数据帧的from_记录简单地完成

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)

---

除了@behzad.nouri的答案之外，我们还可以创建一个助手例程来处理这个常见场景：

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)

让我们试一下：

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

---

我认为这是一种简单直观的方法：

data = np.array([[0, 0], [0, 1] , [1, 0] , [1, 1]])
reward = np.array([1,0,1,0])

dataset = pd.DataFrame()
dataset['StateAttributes'] = data.tolist()
dataset['reward'] = reward.tolist()

dataset

返回：

但这里详细介绍了性能影响：

---

它不是很短，但也许可以帮助你

创建数组

import numpy as np
import pandas as pd

data = np.array([['col1', 'col2'], [4.8, 2.8], [7.0, 1.2]])

>>> data
array([['col1', 'col2'],
       ['4.8', '2.8'],
       ['7.0', '1.2']], dtype='<U4')

---

下面是一个使用numpy数组创建pandas数据帧的简单示例

import numpy as np
import pandas as pd

# create an array 
var1  = np.arange(start=1, stop=21, step=1).reshape(-1)
var2 = np.random.rand(20,1).reshape(-1)
print(var1.shape)
print(var2.shape)

dataset = pd.DataFrame()
dataset['col1'] = var1
dataset['col2'] = var2
dataset.head()

---

努里的回答是正确的，但我认为如果你不能以另一种形式获得初始数据，你应该考虑一下。因为现在，您的值将是字符串而不是整数（因为numpy数组混合了整数和字符串，所以所有值都被转换为字符串，因为numpy数组必须是同构的）。这个答案不适用于问题中提供的示例数据，即

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

。当我们没有指定标签时，这是最简单的通用解决方案。但您必须手动指定

系列

名称。。这是不可伸缩的。这是可行的-但是对于输入数据的这种通用结构和

DataFrame

的所需应用程序，难道没有什么“捷径”吗？这基本上是加载

csv

s的方式，并且可以通过许多csv阅读器的默认处理进行管理。df的类似结构会很有用。我为此添加了一个迷你助手/便利方法作为补充答案。

df = pd.DataFrame(i for i in data).transpose()
df.drop(0, axis=1, inplace=True)
df.columns = data[0]
df

>>> df
  col1 col2
0  4.8  7.0
1  2.8  1.2

import numpy as np
import pandas as pd

# create an array 
var1  = np.arange(start=1, stop=21, step=1).reshape(-1)
var2 = np.random.rand(20,1).reshape(-1)
print(var1.shape)
print(var2.shape)

dataset = pd.DataFrame()
dataset['col1'] = var1
dataset['col2'] = var2
dataset.head()