与我能找到的所有其他问题不同,我不想从同类 Numpy 数组创建 DataFrame,也不想将结构化数组转换为 DataFrame。
我想要的是从每个列的单独一维 Numpy 数组创建一个 DataFrame。我尝试了明显的 DataFrame({"col": nparray, "col": nparray})
,但这显示在我个人资料的顶部,所以它一定是在做一些非常慢的事情。
据我了解,Pandas DataFrames 是用纯 Python 实现的,其中每一列都由一个 Numpy 数组支持,所以我认为有一种有效的方法可以做到这一点。
我实际上想做的是从 Cython 有效地填充 DataFrame。 Cython 具有允许高效访问 Numpy 数组的内存 View 。 所以我的策略是分配一个 Numpy 数组,用数据填充它,然后把它放在一个 DataFrame 中。
相反的工作非常好,从 Pandas DataFrame 创建内存 View 。因此,如果有一种方法可以预分配整个 DataFrame,然后将列传递给 Cython,这也是可以接受的。
cdef int32_t[:] data_in = df['data_in'].to_numpy(dtype="int32")
我的代码配置文件的一部分看起来像这样,代码所做的一切都与最后创建的 DataFrame 完全相形见绌。
1100546 function calls (1086282 primitive calls) in 4.345 seconds
Ordered by: cumulative time
ncalls tottime percall cumtime percall filename:lineno(function)
1 0.000 0.000 4.345 4.345 profile:0(<code object <module> at 0x7f4e693d1c90, file "test.py", line 1>)
445/1 0.029 0.000 4.344 4.344 :0(exec)
1 0.006 0.006 4.344 4.344 test.py:1(<module>)
1000 0.029 0.000 2.678 0.003 :0(run_df)
1001 0.017 0.000 2.551 0.003 frame.py:378(__init__)
1001 0.018 0.000 2.522 0.003 construction.py:170(init_dict)
对应代码:
def run_df(self, df):
cdef int arx_rows = len(df)
cdef int arx_idx
cdef int32_t[:] data_in = df['data_in'].to_numpy(dtype="int32")
data_out_np = np.zeros(arx_rows, dtype="int32")
cdef int32_t[:] data_out = data_out_np
for arx_idx in range(arx_rows):
self.cpp_sec_par.run(data_in[arx_idx],data_out[arx_idx],)
return pd.DataFrame({
'data_out': data_out_np,
})
最佳答案
pandas.DataFrame ({"col": nparray, "col": nparray})
如果您改为尝试 list (nparray)
,这会起作用。这是一个通用示例:
import numpy as np
import pandas as pd
alpha = np.array ([1, 2, 3])
beta = np.array ([4, 5, 6])
gamma = np.array ([7, 8, 9])
dikt = {"Alpha" : list (alpha), "Beta" : list (beta), "Gamma":list (gamma)}
data_frame = pd.DataFrame (dikt)
print (data_frame)
关于python - 如何在不复制的情况下从单个 1D Numpy 数组构造 Pandas DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54982378/