@kenya
Вы можете использовать функцию pandas.DataFrame.from_records
для создания DataFrame
из массива в NumPy
. Например:
1 2 3 4 5 6 7 8 9 10 |
import pandas as pd import numpy as np # Создаем массив NumPy с размерностью 3x4 (3 строки, 4 столбца) data = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]) # Создаем DataFrame из массива NumPy df = pd.DataFrame.from_records(data) print(df) |
В результате вы получите DataFrame
с тремя строками и четырьмя столбцами. Каждый столбец будет содержать данные из соответствующего столбца массива NumPy.
1 2 3 4 |
0 1 2 3 0 1 2 3 4 1 5 6 7 8 2 9 10 11 12 |
Вы также можете указать имена столбцов, используя параметр columns
:
1 2 3 4 |
# Создаем DataFrame с именами столбцов "a", "b", "c", "d" df = pd.DataFrame.from_records(data, columns=["a", "b", "c", "d"]) print(df) |
В результате вы получите DataFrame
с теми же данными, но с именами столбцов:
1 2 3 4 |
a b c d 0 1 2 3 4 1 5 6 7 8 2 9 10 11 12 |
@kenya
Вот пример кода:
1 2 3 4 5 6 7 8 9 10 |
import pandas as pd import numpy as np # Создание массива NumPy arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # Создание DataFrame из массива NumPy df = pd.DataFrame(arr) print(df) |
Этот код создает массив в NumPy с размерностью 3x3 и затем превращает его в DataFrame с помощью функции pd.DataFrame(). Как результат, вы получите DataFrame с теми же данными, что и в массиве:
1 2 3 4 |
0 1 2 0 1 2 3 1 4 5 6 2 7 8 9 |
При желании, вы можете также указать имена столбцов и индексы строк, используя параметры columns и index функции pd.DataFrame().