我正在努力完成从 np.unique(arr, return_counts=True)
生成的元组中按值构建计数 DataFrame 的基本任务,例如:
import numpy as np
import pandas as pd
np.random.seed(123)
birds=np.random.choice(['African Swallow','Dead Parrot','Exploding Penguin'], size=int(5e4))
someTuple=np.unique(birds, return_counts = True)
someTuple
#(array(['African Swallow', 'Dead Parrot', 'Exploding Penguin'],
# dtype='<U17'), array([16510, 16570, 16920], dtype=int64))
第一次尝试
pd.DataFrame(list(someTuple))
# Returns this:
# 0 1 2
# 0 African Swallow Dead Parrot Exploding Penguin
# 1 16510 16570 16920
我也试过 pd.DataFrame.from_records(someTuple)
,它返回相同的东西。
但我要找的是这个:
# birdType birdCount
# 0 African Swallow 16510
# 1 Dead Parrot 16570
# 2 Exploding Penguin 16920
什么是正确的语法?
最佳答案
这是一个基于 NumPy 的解决方案 np.column_stack
-
pd.DataFrame(np.column_stack(someTuple),columns=['birdType','birdCount'])
或用np.vstack
-
pd.DataFrame(np.vstack(someTuple).T,columns=['birdType','birdCount'])
基准测试 np.transpose
、np.column_stack
和 np.vstack
用于将 1D
数组放入列中以形成一个 2D
数组 -
In [54]: tup1 = (np.random.rand(1000),np.random.rand(1000))
In [55]: %timeit np.transpose(tup1)
100000 loops, best of 3: 15.9 µs per loop
In [56]: %timeit np.column_stack(tup1)
100000 loops, best of 3: 11 µs per loop
In [57]: %timeit np.vstack(tup1).T
100000 loops, best of 3: 14.1 µs per loop
关于python - 使用数组元组中的列构建 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39087136/