Hướng dẫn combine arrays into dataframe python - kết hợp các mảng vào dataframe python
Tôi muốn chuyển đổi hai mảng numpy thành một 6 chứa hai cột. Mảng numpy đầu tiên 'hình ảnh' có hình dạng 7. 'Nhãn' numpy thứ hai có hình dạng 8 Show Mã cốt lõi của tôi là:
Nhưng hóa ra đó là một lỗi nói rằng:
Tôi nên làm gì để chuyển đổi hai mảng numpy này thành hai cột trong một khung dữ liệu?
MSEifert 139K33 Huy hiệu vàng321 Huy hiệu bạc338 Huy hiệu đồng33 gold badges321 silver badges338 bronze badges Đã hỏi ngày 23 tháng 9 năm 2017 lúc 11:28Sep 23, 2017 at 11:28
1
Bạn không thể xếp chúng một cách dễ dàng, đặc biệt nếu bạn muốn chúng là các cột khác nhau, vì bạn không thể chèn một mảng 2D vào một cột của DataFrame, vì vậy bạn cần chuyển đổi nó thành một thứ khác, ví dụ như 9.Vì vậy, một cái gì đó như thế này sẽ hoạt động:
Điều này sẽ tạo ra một 6 với 1020 hàng và 2 cột, trong đó mỗi mục trong cột thứ hai chứa các mảng 1D có độ dài 1024.Đã trả lời ngày 23 tháng 9 năm 2017 lúc 14:45Sep 23, 2017 at 14:45
MSEifertMseifertMSeifert 139K33 Huy hiệu vàng321 Huy hiệu bạc338 Huy hiệu đồng33 gold badges321 silver badges338 bronze badges 0 Đã hỏi ngày 23 tháng 9 năm 2017 lúc 11:28
Bạn không thể xếp chúng một cách dễ dàng, đặc biệt nếu bạn muốn chúng là các cột khác nhau, vì bạn không thể chèn một mảng 2D vào một cột của DataFrame, vì vậy bạn cần chuyển đổi nó thành một thứ khác, ví dụ như 9.Vì vậy, một cái gì đó như thế này sẽ hoạt động:Oct 14, 2021 at 9:40
Điều này sẽ tạo ra một 6 với 1020 hàng và 2 cột, trong đó mỗi mục trong cột thứ hai chứa các mảng 1D có độ dài 1024.MCLĐã trả lời ngày 23 tháng 9 năm 2017 lúc 14:454 silver badges16 bronze badges MSEifertMseifert
Đến từ kỹ thuật, tôi thích mặt trực quan của việc tạo ma trận.Jan 13 at 9:49
Mất một chút mã hơn nhưng cũng để lại cho bạn mảng numpy.Erwin Đã trả lời ngày 14 tháng 10 năm 2021 lúc 9:408 bronze badges Phương pháp Bởi vì cách ghép mảng trực tiếp là rất phổ biến, các đối tượng 1 và 6 có phương pháp class display(object): """Display HTML representation of multiple objects""" template = """9 có thể hoàn thành điều tương tự trong ít tổ hợp phím hơn. Ví dụ: thay vì gọi x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])0, bạn có thể gọi x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])1: A3 In [1]: import pandas as pd import numpy as np A4 In [2]: def make_df(cols, ind): """Quickly make a DataFrame""" data = {c: [str(c) + str(i) for i in ind] for c in cols} return pd.DataFrame(data, ind) # example DataFrame make_df('ABC', range(3)) Out[2]:
D In [3]: class display(object): """Display HTML representation of multiple objects""" template = """ B3 C3D3 In [4]: x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z]) Out[4]: array([1, 2, 3, 4, 5, 6, 7, 8, 9]) Đối số đầu tiên là một danh sách hoặc tuple của các mảng để kết nối. Ngoài ra, phải mất một từ khóa 2 cho phép bạn chỉ định trục dọc theo đó kết quả sẽ được nối:In [5]: 0Out[5]: 1
Sự kết hợp đơn giản với ________ 35¶Pandas có chức năng, 4, có cú pháp tương tự như 1 nhưng chứa một số tùy chọn mà chúng ta sẽ thảo luận trong giây lát: 2 4 có thể được sử dụng để kết hợp đơn giản các đối tượng 1 hoặc 6, giống như 9 có thể được sử dụng để kết hợp các mảng đơn giản:In [6]: 3Out[6]: 4Nó cũng hoạt động để kết hợp các đối tượng chiều cao hơn, chẳng hạn như 6s:In [7]: 5Out[7]: pd.concat ([DF1, DF2]))
Theo mặc định, việc kết hợp diễn ra hàng trong khoảng thời gian 6 (tức là, import pandas as pd import numpy as np2). Giống như 1, 5 cho phép đặc điểm kỹ thuật của một trục dọc theo đó sẽ diễn ra. Xem xét ví dụ sau:In [8]: 6Out[8]: pd.concat ([df3, df4], axis = 'col'))
A3 B3A4 In [9]: 7Out[9]: B 4
A4 B 4Theo mặc định, việc kết hợp diễn ra hàng trong khoảng thời gian 6 (tức là, import pandas as pd import numpy as np2). Giống như 1, 5 cho phép đặc điểm kỹ thuật của một trục dọc theo đó sẽ diễn ra. Xem xét ví dụ sau:In [10]: 8 9pd.concat ([df3, df4], axis = 'col'))C In [11]: 0Out[11]: D
A4B 4 In [12]: 1Out[12]:
Theo mặc định, việc kết hợp diễn ra hàng trong khoảng thời gian 6 (tức là, import pandas as pd import numpy as np2). Giống như 1, 5 cho phép đặc điểm kỹ thuật của một trục dọc theo đó sẽ diễn ra. Xem xét ví dụ sau:
A4 B 4Theo mặc định, việc kết hợp diễn ra hàng trong khoảng thời gian 6 (tức là, import pandas as pd import numpy as np2). Giống như 1, 5 cho phép đặc điểm kỹ thuật của một trục dọc theo đó sẽ diễn ra. Xem xét ví dụ sau:
In [13]: 2Out[13]: df5
df6
C
C In [14]: 3Out[14]:
df5
df6
C
pd.concat ([df3, df4], axis = 'col')) In [15]: 4Out[15]: df5
df6
C
pd.concat ([df3, df4], axis = 'col')) CD In [16]: 5Out[16]: df1.append(df2)
Hãy nhớ rằng không giống như các phương thức class display(object): """Display HTML representation of multiple objects""" template = """6 và x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])3 của danh sách Python, phương thức class display(object): """Display HTML representation of multiple objects""" template = """6 trong Pandas không sửa đổi đối tượng gốc, thay vào đó, nó tạo ra một đối tượng mới với dữ liệu kết hợp. Nó cũng không phải là một phương pháp rất hiệu quả, bởi vì nó liên quan đến việc tạo ra một chỉ số mới và bộ đệm dữ liệu. Do đó, nếu bạn có kế hoạch thực hiện nhiều hoạt động class display(object): """Display HTML representation of multiple objects""" template = """9, thì tốt hơn là xây dựng danh sách 6 và chuyển tất cả chúng cùng một lúc cho hàm x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])7. Trong phần tiếp theo, chúng tôi sẽ xem xét một cách tiếp cận mạnh mẽ hơn khác để kết hợp dữ liệu từ nhiều nguồn, hợp nhất/tham gia kiểu cơ sở dữ liệu được triển khai trong x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])8. Để biết thêm thông tin về x = [1, 2, 3] y = [4, 5, 6] z = [7, 8, 9] np.concatenate([x, y, z])7, class display(object): """Display HTML representation of multiple objects""" template = """6 và các chức năng liên quan, hãy xem phần "Hợp nhất, tham gia và nối" của tài liệu Pandas. Làm cách nào để hợp nhất hai mảng thành một khung dữ liệu trong Python?Chúng ta có thể sử dụng np.column_stack () để kết hợp hai mảng 1-D x và y thành mảng 2-D. Sau đó, chúng ta có thể sử dụng PD. DataFrame để thay đổi nó thành một DataFrame.use np. column_stack() to combine two 1-D arrays X and Y into a 2-D array. Then, we can use pd. DataFrame to change it into a dataframe.
Làm cách nào để chuyển đổi hai mảng thành DataFrame?Làm thế nào để bạn chuyển đổi một mảng thành DataFrame trong Python?Để chuyển đổi một mảng thành DataFrame với Python, bạn cần phải 1) có mảng numpy của bạn (ví dụ: np_array) và 2) sử dụng trình xây dựng pd.dataframe () như thế này: df = pd.DataFrame (np_array, cột = ['cột1', 'cột2']).use the pd. DataFrame() constructor like this: df = pd. DataFrame(np_array, columns=['Column1', 'Column2']) .
Làm cách nào để kết hợp hai mảng trong Python?Sử dụng numpy.concatenate () để hợp nhất nội dung của hai hoặc nhiều mảng thành một mảng.Hàm này có một số đối số cùng với các mảng numpy để kết hợp và trả về một mảng ndarray numpy.Lưu ý rằng phương thức này cũng lấy trục làm đối số khác, khi không được chỉ định, nó mặc định là 0. concatenate() to merge the content of two or multiple arrays into a single array. This function takes several arguments along with the NumPy arrays to concatenate and returns a Numpy array ndarray. Note that this method also takes axis as another argument, when not specified it defaults to 0.
Làm thế nào để bạn thêm một mảng vào DataFrame?Làm cách nào để thêm một mảng numpy vào một dataFrame ?.. Bước 1: Tạo một mảng numpy .. Bước 2: Chuyển đổi mảng numpy thành gấu trúc DataFrame .. Bước 3 (Tùy chọn): Thêm chỉ mục vào DataFrame .. |