如何从 DataFrame 中的两列创建结构化数组? 我试过这个:
df = pd.DataFrame(data=[[1,2],[10,20]], columns=['a','b'])
df
a b
0 1 2
1 10 20
x = np.array([([val for val in list(df['a'])],
[val for val in list(df['b'])])])
但这给了我这个:
array([[[ 1, 10],
[ 2, 20]]])
但我想要这个:
[(1,2),(10,20)]
谢谢!
最佳答案
有两种方法。与常规 NumPy 数组相比,您可能会遇到性能和功能方面的损失。
记录数组
您可以使用 pd.DataFrame.to_records
使用 index=False
。从技术上讲,这是一个 record array , 但对于许多用途来说,这就足够了。
res1 = df.to_records(index=False)
print(res1)
rec.array([(1, 2), (10, 20)],
dtype=[('a', '<i8'), ('b', '<i8')])
结构化数组
手动地,您可以通过按行转换为 tuple
来构建结构化数组,然后为 dtype
参数指定元组列表。
s = df.dtypes
res2 = np.array([tuple(x) for x in df.values], dtype=list(zip(s.index, s)))
print(res2)
array([(1, 2), (10, 20)],
dtype=[('a', '<i8'), ('b', '<i8')])
有什么区别?
很少。 recarray
是常规 NumPy 数组类型 ndarray
的子类。另一方面,第二个示例中的结构化数组是 ndarray
类型。
type(res1) # numpy.recarray
isinstance(res1, np.ndarray) # True
type(res2) # numpy.ndarray
主要区别在于记录数组有助于属性查找,而结构化数组会产生AttributeError
:
print(res1.a)
array([ 1, 10], dtype=int64)
print(res2.a)
AttributeError: 'numpy.ndarray' object has no attribute 'a'
关于Python:从 DataFrame 中的两列创建结构化 numpy 结构化数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51279973/