将numpy数组转换为pandas数据框

Question

我有一个大小为31x36的numpy数组，我想将其转换为pandas dataframe以便处理。我正在尝试使用以下代码进行转换：

pd.DataFrame(data=matrix,
          index=np.array(range(1, 31)),
          columns=np.array(range(1, 36)))

然而，我收到了以下错误：

ValueError: 传递的值的形状是（36，31），索引暗示为（35，30）

我该如何解决这个问题并正确地进行转换？

- konstantin

---

pd.DataFrame(matrix) would work, no? To use custom index, this is another option: pd.DataFrame(arr).rename(index=lambda x: x + 1, columns=lambda x: x + 1) - cs95

Answer 1

关于为什么你尝试的方法失败了，是因为范围偏离了1。

pd.DataFrame(data=matrix,
          index=np.array(range(1, 32)),
          columns=np.array(range(1, 37)))

作为范围的最后一个值未被包含在内，

实际上看你所做的事情，你本可以只这样做:

pd.DataFrame(data=matrix,
          index=np.arange(1, 32)),
          columns=np.arange(1, 37)))

或者使用纯粹的 pandas：

pd.DataFrame(data=matrix,
          index=pd.RangeIndex(range(1, 32)),
          columns=pd.RangeIndex(range(1, 37)))

此外，如果您不指定索引和列参数，则会生成自动生成的索引和列，它们将从0开始。不清楚为什么需要从1开始。

您也可以在构建后不传递索引和列参数，而是修改它们：

In[9]:
df = pd.DataFrame(adaption)
df.columns = df.columns+1
df.index = df.index + 1
df

Out[9]: 
          1         2         3         4         5         6
1 -2.219072 -1.637188  0.497752 -1.486244  1.702908  0.331697
2 -0.586996  0.040052  1.021568  0.783492 -1.263685 -0.192921
3 -0.605922  0.856685 -0.592779 -0.584826  1.196066  0.724332
4 -0.226160 -0.734373 -0.849138  0.776883 -0.160852  0.403073
5 -0.081573 -1.805827 -0.755215 -0.324553 -0.150827 -0.102148

- EdChum

Answer 2

您遇到了一个错误，因为range(start, end)中的end参数是非包含性的。您有几个选项来解决这个问题：

不传递索引和列

只需使用df = pd.DataFrame(matrix)。 pd.DataFrame构造函数会隐式添加整数索引。

传入数组的形状

matrix.shape给出了行数和列数的元组，因此您无需手动指定它们。例如：

df = pd.DataFrame(matrix, index=range(matrix.shape[0]),
                          columns=range(matrix.shape[1]))

如果您需要从 1 开始，请记得加上 1：

df = pd.DataFrame(matrix, index=range(1, matrix.shape[0] + 1),
                          columns=range(1, matrix.shape[1] + 1))

- jpp

---

下投反对票的用户可以评论一下吗？直接使用“矩阵”属性是一个自然的解决方案。 - jpp

Answer 3

除了上面的答案之外，range(1, X) 描述了从 1 到 X-1 （包括 X-1）的数字集合。你需要使用 range(1, 32) 和 range(1, 37) 来完成你所描述的内容。

- ACascarino