我有一个图像名称字符串列表和一个 numpy 数组,其中每个图像的形状(4096,)特征。
例如姓名列表:
img_list = ['img1', 'img2', 'img3']
特征 np.array
[array([0. , 0.04688909, 0.05700445, ..., 0. , 0. ,
0. ], dtype=float32),
array([0. , 0.04688909, 0.05700445, ..., 0. , 0. ,
0. ], dtype=float32),
array([0.03546982, 0.00310931, 0. , ..., 0. , 0.01513313,
0. ], dtype=float32)]
我想将它们添加到 pandas 数据框中,其中索引是 img 名称,功能按列为 1,如下所示:
f_1 f_2 f_3 ... f_4094 f_4095 f_4096
img
imgs 列表中的索引与 features 数组相同,因此 img[0] 具有 features[0] 数组,依此类推。
如何将它们合并为单个数据框形状 N x 4096?
谢谢!
最佳答案
IIUC:
pd.DataFrame(features, img_list).add_prefix('f_')
MCVE
img_list = ['img1', 'img2', 'img3']
features = [np.array([1, 2, 3]), np.array([4, 5, 6]), np.array([7, 8, 9])]
df = pd.DataFrame(features, img_list).add_prefix('f_')
df
f_0 f_1 f_2
img1 1 2 3
img2 4 5 6
img3 7 8 9
关于python - 将 numpy 数组作为行添加到 pandas 中,并以字符串作为索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50745463/