Bauen pandas-Daten-frame aus der Liste der numpy-arrays

Frage ich mich, ob es einen einfachen Weg für die offensichtliche Aufgabe erzeugen Sie ein pandas DataFrame aus einer Liste mit numpy-arrays, wo die Spalten des arrays. Das Standard-Verhalten scheint, lassen Sie die Felder, werden die Zeilen, die ich Total nicht verstehen, warum. Hier ist ein kurzes Beispiel:

names = ['data1', 'data2', 'data3']
data = [np.arange(10) for _ in names]
df = pd.DataFrame(data=data, columns=names)

Dieser gibt einen Fehler zurück, der angibt, pandas rechnet mit 10 Spalten.

Wenn ich

df = pd.DataFrame(data=data)

Bekomme ich einen DataFrame mit 10 Spalten und 3 Zeilen.

Gegeben, dass es im Allgemeinen viel schwieriger zu append-Zeilen als Spalten zu einem DataFrame ich wundere mich über dieses Verhalten, z.B. sagen wir mal ich schnell möchten setzen eine 4. Daten-array in den DataFrame ich möchte die Daten organisiert in Spalten zu tun

df['data4'] = new_array

Wie kann ich schnell bauen die DataFrame ich will?

InformationsquelleAutor Whir | 2017-03-22
  1. 8

    Ich würde .from_items:

    pd.DataFrame.from_items(zip(names, data))

    gibt

      data1  data2  data3
0      0      0      0
1      1      1      1
2      2      2      2
3      3      3      3
4      4      4      4
5      5      5      5
6      6      6      6
7      7      7      7
8      8      8      8
9      9      9      9

    Sollte das auch schneller sein als die Umsetzung:

    %timeit pd.DataFrame.from_items(zip(names, data))

    1000 loops, best of 3: 281 µs pro Schleife

    %timeit pd.DataFrame(data, index=names).T

    1000 loops, best of 3: 730 µs pro Schleife

    Hinzufügen einer vierten Spalte wird dann auch ziemlich einfach:

    df['data4'] = range(1, 11)

    gibt

      data1  data2  data3  data4
0      0      0      0      1
1      1      1      1      2
2      2      2      2      3
3      3      3      3      4
4      4      4      4      5
5      5      5      5      6
6      6      6      6      7
7      7      7      7      8
8      8      8      8      9
9      9      9      9     10

    EDIT:

    Wie erwähnt von @jezrael, eine Dritte option wäre (Vorsicht: Reihenfolge nicht garantiert)

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

    Timing:

    %timeit pd.DataFrame(dict(zip(names, data)))

    1000 loops, best of 3: 281 µs pro Schleife

    • Nette, alternative pd.DataFrame(dict(zip(names, data)), columns=names)
    • Vielen Dank, ich habe diese version auch. Die columns=names Teil ist nicht einmal erforderlich; dann ist es so schnell, wie die from_items version.
    • Ja, aber da ist das problem, es ist dict - Reihenfolge ist nicht garantiert, so müssen Sie spezifizieren. Versuchen Sie, ändern data1 zu data7 für den Unterschied 😉
    • gut 🙂 Dann werde ich bei dem bleiben die from_items version.
    InformationsquelleAutor Cleb
  2. 2

    Es gibt viele Möglichkeiten, um Ihr problem zu lösen, aber der einfachste Weg scheint zu sein df.T (T als Kurzform für pandas.DataFrame.transponieren):

    >>> df = pd.DataFrame(data=data, index=names)
>>> df
       0  1  2  3  4  5  6  7  8  9
data1  0  1  2  3  4  5  6  7  8  9
data2  0  1  2  3  4  5  6  7  8  9
data3  0  1  2  3  4  5  6  7  8  9

>>> df.T 
   data1  data2  data3
0      0      0      0
1      1      1      1
2      2      2      2
3      3      3      3
4      4      4      4
5      5      5      5
6      6      6      6
7      7      7      7
8      8      8      8
9      9      9      9
    • Also habe ich zunächst erkläre meine Daten-Namen als Indizes, und dann transponieren..sehe ich thx!!! Trotzdem, ich verstehe nicht die Logik hinter dem default-Verhalten.
    • Yep, das ist der Weg, es zu tun. Ich bin überrascht AssertionError angehoben, durch das default-Verhalten, zu.
    InformationsquelleAutor blacksite
Schreibe einen Kommentar