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

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

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

J'aimerais 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 attribuer au mieux les en-têtes de colonne.

Vous devez spécifier data, indexet columnsau DataFrameconstructeur, 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

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

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

Je suis d'accord avec Joris; il semble que vous devriez faire cela différemment, comme avec les tableaux d'enregistrement numpy . En modifiant "l'option 2" de cette excellente réponse , vous pouvez 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)

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)

    >>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]

Ajout 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

Je pense que c'est une méthode simple et intuitive:

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

Retour:

Mais il y a des implications de performances détaillées ici:

Comment définir la valeur d'une colonne pandas comme liste

Ce n'est pas si court, mais peut peut-être vous aider.

Création d'un tableau

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')

Création d'un bloc de données

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