web-dev-qa-db-fra.com

Création d'un Pandas DataFrame à partir d'un tableau Numpy: Comment spécifier les colonnes d'index et les en-têtes de colonnes?

J'ai un tableau Numpy composé d'une liste de listes, représentant un tableau à deux dimensions avec des étiquettes de lignes et des noms de colonnes, comme indiqué ci-dessous:

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

Je voudrais que le DataFrame résultant ait Row1 et Row2 comme valeurs d'index et Col1, Col2 comme valeurs d'en-tête

Je peux spécifier l'index comme suit:

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

cependant, je ne sais pas comment assigner au mieux les en-têtes de colonnes.

pythonpandasnumpy
164
user3132783

Vous devez spécifier data, index et columns dans DataFrame constructeur, comme dans:

>>> 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

edit: comme dans le commentaire @joris, vous devrez peut-être remplacer ci-dessus par np.int_(data[1:,1:]) pour que le type de données soit correct.

203
behzad.nouri

Voici une solution facile à comprendre

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
21
Jagannath Banerjee

Je suis d'accord avec Joris. il semble que vous devriez le faire différemment, comme avec numpy record arrays . En modifiant "option 2" de cette excellente réponse , vous pourriez le faire comme ceci:

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)
17
ryanjdillon

En ajoutant à la réponse de @ behzad.nouri, nous pouvons créer une routine d’aide pour gérer ce scénario courant:

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)

Essayons-le:

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
1
javadba
    >>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]

enter image description here

1
Rahul Verma

Cela peut être fait simplement en utilisant from_records of 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)
0
Aadil Srivastava