Creazione di un DataFrame Pandas da un array Numpy: come si specifica la colonna dell'indice e le intestazioni delle colonne?

Ho un array Numpy costituito da un elenco di elenchi, che rappresenta un array bidimensionale con etichette di riga e nomi di colonna come mostrato di seguito:

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

Vorrei che il DataFrame risultante avesse Row1 e Row2 come valori di indice e Col1, Col2 come valori di intestazione

Posso specificare l'indice come segue:

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

tuttavia non sono sicuro di come assegnare al meglio le intestazioni di colonna.

È necessario specificare data, indexe columnsal DataFramecostruttore, come in:

>>> 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

modifica : come nel commento @joris, potrebbe essere necessario modificare sopra np.int_(data[1:,1:])per avere il tipo di dati corretto.

Ecco una soluzione facile da capire

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

Sono d'accordo con Joris; sembra che dovresti farlo in modo diverso, come con gli array di record numpy . Modificando "opzione 2" da questa ottima risposta , potresti farlo in questo modo:

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)

Questo può essere fatto semplicemente usando from_records di 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]

Aggiungendo alla risposta di @ behzad.nouri, possiamo creare una routine di supporto per gestire questo scenario comune:

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)

Proviamolo:

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

Penso che questo sia un metodo semplice e intuitivo:

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

ritorna:

Ma ci sono implicazioni sulle prestazioni dettagliate qui:

Come impostare il valore di una colonna Panda come elenco

Non è così breve, ma forse può aiutarti.

Creazione di array

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')

Creazione di frame di dati

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

Ecco un semplice esempio per creare dataframe panda utilizzando l'array numpy.

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()