การสร้าง Pandas DataFrame จากอาร์เรย์ Numpy: ฉันจะระบุคอลัมน์ดัชนีและส่วนหัวของคอลัมน์ได้อย่างไร

ฉันมีอาร์เรย์ Numpy ซึ่งประกอบด้วยรายการหลายรายการซึ่งแสดงถึงอาร์เรย์สองมิติพร้อมป้ายชื่อแถวและชื่อคอลัมน์ตามที่แสดงด้านล่าง:

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

ฉันต้องการให้ DataFrame ส่งผลให้มี Row1 และ Row2 เป็นค่าดัชนีและ Col1, Col2 เป็นค่าส่วนหัว

ฉันสามารถระบุดัชนีได้ดังนี้:

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

อย่างไรก็ตามฉันไม่แน่ใจว่าจะกำหนดส่วนหัวคอลัมน์ได้อย่างไร

คุณต้องระบุdata, indexและcolumnsการDataFrameปลูกสร้างเช่น:

>>> 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

แก้ไข : เช่นเดียวกับในความคิดเห็น @joris คุณอาจต้องเปลี่ยนข้างต้นเพื่อnp.int_(data[1:,1:])ให้มีชนิดข้อมูลที่ถูกต้อง

นี่เป็นวิธีแก้ปัญหาที่เข้าใจง่าย

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

ฉันเห็นด้วยกับ Joris; ดูเหมือนว่าคุณควรจะทำสิ่งนี้ต่างออกไปเช่นกับอาร์เรย์เรคคอร์ดจำนวนมาก การแก้ไข "ตัวเลือก 2" จากคำตอบที่ยอดเยี่ยมนี้คุณสามารถทำได้เช่นนี้:

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)

สิ่งนี้สามารถทำได้ง่ายๆโดยใช้ from_records ของ pandas DataFrame

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)

    >>import pandas as pd
    >>import numpy as np
    >>data.shape
    (480,193)
    >>type(data)
    numpy.ndarray
    >>df=pd.DataFrame(data=data[0:,0:],
    ...        index=[i for i in range(data.shape[0])],
    ...        columns=['f'+str(i) for i in range(data.shape[1])])
    >>df.head()
    [![array to dataframe][1]][1]

การเพิ่มคำตอบของ @ behzad.nouri - เราสามารถสร้างกิจวัตรผู้ช่วยเพื่อจัดการสถานการณ์ทั่วไปนี้:

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)

ลองดูสิ:

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