将一个numpy矩阵转换为一组pandas系列

Question

问题：有没有一种快速的方法可以将2D Numpy矩阵转换为Pandas级数集？例如，一个(100 x5(ndarray，到5个系列，每个系列有100行。

背景：我需要使用随机生成的不同类型的数据(float、string等(创建pandas数据帧。目前，对于float，我创建了一个numpy矩阵，对于字符串，我创建一个字符串数组。然后，我将所有这些沿着轴=1组合起来，形成一个数据帧。这不会保留每个单独列的数据类型。

为了保留数据类型，我计划使用pandas系列。由于创建多个浮点数系列可能比创建浮点数的numpy矩阵慢，我想知道是否有办法将numpy矩阵转换为一组系列。

这个问题与我的不同之处在于，它询问的是如何将numpy矩阵转换为单个序列。我需要多个系列。

Answer 1

您可以将每个数据类型的矩阵直接转换为数据帧，然后将生成的数据帧连接起来。

float_df = pd.DataFrame(np.random.rand(500).reshape((-1,5)))
#           0         1         2         3         4
#0   0.561765  0.177957  0.279419  0.332973  0.967186
#1   0.761327  0.323747  0.707742  0.555475  0.680662
#..       ...       ...       ...       ...       ...
#98  0.741207  0.061200  0.142316  0.381168  0.591554
#99  0.417697  0.723469  0.730677  0.538261  0.281296
#
#[100 rows x 5 columns]
pd.concat([float_df, int_df, ...], axis=1)

Answer 2

从数组的dict生成数据帧：

In [571]: df = pd.DataFrame({'a':['one','two','three'], 'b':np.arange(3), 'c':np.ones(3)})
In [572]: df
Out[572]: 
       a  b    c
0    one  0  1.0
1    two  1  1.0
2  three  2  1.0

注意混合列数据类型：

In [579]: df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   a       3 non-null      object 
 1   b       3 non-null      int64  
 2   c       3 non-null      float64
dtypes: float64(1), int64(1), object(1)
memory usage: 200.0+ bytes

如果我们从中要求一个numpy，我们会得到一个2d对象dtype数组：

In [580]: df.values
Out[580]: 
array([['one', 0, 1.0],
       ['two', 1, 1.0],
       ['three', 2, 1.0]], dtype=object)

重新创建数据帧，看起来是一样的，但列的数据类型不同：

In [581]: pd.DataFrame(df.values, columns=['a','b','c'])
Out[581]: 
       a  b    c
0    one  0  1.0
1    two  1  1.0
2  three  2  1.0
In [582]: _.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   a       3 non-null      object
 1   b       3 non-null      object
 2   c       3 non-null      object
dtypes: object(3)
memory usage: 200.0+ bytes

但是结构化数组确实保留了列dtpes:

In [587]: df.to_records(index=False)
Out[587]: 
rec.array([('one', 0, 1.), ('two', 1, 1.), ('three', 2, 1.)],
          dtype=[('a', 'O'), ('b', '<i8'), ('c', '<f8')])
In [588]: pd.DataFrame(_)
Out[588]: 
       a  b    c
0    one  0  1.0
1    two  1  1.0
2  three  2  1.0
In [589]: _.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   a       3 non-null      object 
 1   b       3 non-null      int64  
 2   c       3 non-null      float64
dtypes: float64(1), int64(1), object(1)
memory usage: 200.0+ bytes