【python】numpy的array与pandas的DataFrame转换_array转化为dataframe_Xhfei1224的博客

link之家
链接快照平台
输入网页链接，自动生成快照
标签化管理网页链接
1.numpy的array转换为pandas的DataFrame

mat为array数组，df为转换的DataFrame数据表
array:
array([[-0.35634004, -0.80776298, -0.46225068,  0.18545311],
       [-1.42016031,  0.30656195,  0.48116582, -1.50056694],
       [-0.82736929, -1.07835642,  2.35918293,  0.06560682]])
import numpy as np
import pandas as pd
mat = np.random.randn(3,4)
df = pd.DataFrame(mat)
       0           1           2           3
 0  -0.356340   -0.807763   -0.462251   0.185453
 1  -1.420160    0.306562   0.481166   -1.500567
 2  -0.827369   -1.078356   2.359183    0.065607
2.pandas的DataFrame转换为numpy的array
 
import numpy as np
import pandas as pd
mat = np.array(df)
array([[-0.35634004, -0.80776298, -0.46225068,  0.18545311],
       [-1.42016031,  0.30656195,  0.48116582, -1.50056694],
       [-0.82736929, -1.07835642,  2.35918293,  0.06560682]])
                    1.numpy的array转换为pandas的DataFramemat为array数组，df为转换的DataFrame数据表array:array([[-0.35634004, -0.80776298, -0.46225068,  0.18545311],       [-1.42016031,  0.30656195,  0.48116582, -1.50056694],       ...
				网上找了半天 不是dataframe转化成array的就是array转化dataframe，所以这里给汇总一下，相互转换的python代如下：
dataframe转化成array
df=df.values
array转化成dataframe
import pandas as pd
df = pd.DataFrame(df)
这样就OK了!
以上这篇Pandas实现dataframe和np.array的相互转换就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。
                        您可能感兴趣的文章:Pandas中把datafra
    [ 1., 1., 1., 1., 1.],
    [ 1., 1., 1., 1., 1.]])
arr2=np.random.randn(15).reshape(arr1.shape)
Out[8]:
array([[-0.09666
def fea2pd(X_train,y_train):
	# 训练数据转换成pandas结构
    columns = ["fea_"+str(i) for i in range(X_train.shape[1])]
    df_train = pd.DataFrame(X_train, columns)
    # pandas结构追加一列，（追加一列标签）
    df_train['targets'] = y_train
import pandas as pd
res = pd.DataFrame({'a':[1,2],'b':[3,4]})
res2 = pd.DataFrame( {'a':[2,1]})
res2['b'] = res2['a'].map(dict(zip(res['a'], res['b'])))
numpy:
import numpy as np
				Pandas中DataFrame和array相互转化（DataFrame数据合并，非concat）
最近在写一个案例处理数据的时候，总是遇到DataFrame和array相互转化的问题，特此记录下来！
先说好本文章不是指DataFrame中的merge、join、concat这种连接合并，而是单纯的数据上的拼接。
如果有误进来，那抱歉啊请忽视本文章。可以去这里查看你想要的merge、conc...
				首先使用np.array()函数把DataFrame转化为np.ndarray()，再利用tolist()函数把np.ndarray()转为list，示例代码如下：
# -*- coding:utf-8-*-
import numpy as np
import pandas as pd
data_x = pd.read_csv("E:/Tianchi/result/features.csv",usecols=[2,3,4])#pd.dataframe
data_y = pd.read_csv("E:/Tianchi/result/features.csv",usecols=[5])
				笔者在学习pandas,在学习过程中总结了一下创建dataframe的方法，通过查阅资料总结遗下几种方法，如果你有其他的方法欢迎留言补充。
练习代码 请点击此处下载
学习环境：
第一种： 用Python中的字典生成
第二种： 利用指定的列内容、索引以及数据
第三种：通过读取文件，可以是json,csv,excel等等。
本文例子就用excel, 上篇博客笔者已经用csv举例了。这里要注意，如果用excel请先安装xlrd这个包 
这个文件笔者放在代码同目录
第四种：用numpy中的array生成
第五种： 用numpy中的array，但是行和列名都是从numpy数据中来的
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
array = df.values
转换后的数组类型为numpy数组。
				【调试问题】RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn
					79566
            【Pytorch错误】RNN-GRU代码编写，出现didn‘t match because some of the arguments have invalid types: (float, int)
            Short-term load forecasting with an improved dynamic decomposition-reconstruction-ensemble approach