从NumPy数组创建Pandas数据框。

Question

我可以创建一个pandas数据框架来自numpy：

columns = ['1','2']
data = np.array([[1,2] , [1,5] , [2,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1

如果我改用:

columns = ['1','2']
data = np.array([[1,2,2] , [1,5,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1

每个数组都是一列数据。但是这会引发错误：

ValueError: Wrong number of items passed 3, placement implies 2

这种数据格式在pandas中是否有支持，还是必须使用示例1中的格式？

- blue-sky

---

答案非常简单。Numpy将数组存储为行向量（！），在错误的示例中，您正在传递具有3个值的两行，并且只有2列。而在第一个示例中，您正在传递具有2个值和2列的3行，这是有效的！ - Anton vBR

Answer 1

您需要转置您的numpy数组：

df_1 = pd.DataFrame(data.T, columns=columns)

为了理解这种必要性，考虑您的数组的形状：

print(data.shape)

(2, 3)

形状元组中的第二个数字，或者数组中的列数，必须等于您的数据框中的列数。

当我们转置数组时，数组的数据和形状会被转置，使其可以传递到具有两列的数据框中：

print(data.T.shape)

(3, 2)

print(data.T)

[[1 1]
 [2 5]
 [2 3]]

- jpp

Answer 2

在第二种情况下，您可以使用：

。

df_1 = pd.DataFrame(dict(zip(columns, data)))

- llllllllll

Answer 3

数据框(DataFrames)是从数组中本质上按照顺序创建的。

无论哪种方式，您都需要转置(transpose)一些内容。

一种选择是指定index=columns，然后转置整个内容。这将得到相同的输出结果。

 columns = ['1','2']
 data = np.array([[1,2,2] , [1,5,3]])
 df_1 = pd.DataFrame(data, index=columns).T
 df_1

如上所述，传入数据T也是完全可以接受的（假设数据是ndarray类型）。

- Lzkatz