我从以下代码中获取了一个结构化的numpy数组:
```python ```
创建一个numpy结构化数组,调用第一个条目会返回:
调用整个数组:
```python ```
data = np.genfromtxt(fname, dtype = None, comments = '#', skip_header=1, usecols=(ucols))
第一列是数据集其余部分的乱序索引(我希望保留它)。我想将这个结构化数组转换为 Pandas 数据框,并将乱序索引作为数据框的可调用索引。
编辑:
import numpy as np
test = np.array([(45,1,'mars',1,1),(67,1,'pluto',1,1),(12,1,'saturn',1,1)],dtype='i,f,U10,i,f')
创建一个numpy结构化数组,调用第一个条目会返回:
In [5]: test[0]
Out[5]: (45, 1., 'mars', 1, 1.)
调用整个数组:
In [6]: test
Out[6]:
array([(45, 1., 'mars', 1, 1.), (67, 1., 'pluto', 1, 1.),
(12, 1., 'saturn', 1, 1.)],
dtype=[('f0', '<i4'), ('f1', '<f4'), ('f2', '<U10'), ('f3', '<i4'), ('f4', '<f4')])
我希望将这个结构化数组转换为pandas数据框。在这个例子中,让45、67和12成为可调用的索引,以访问数组“行”中的数据。