다음과 같은 모양 (X, Y)의 Pandas 데이터 프레임 개체가 있습니다.
[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]
다음과 같은 모양 (X, Z)의 numpy 희소 행렬 (CSC)
[[0, 1, 0],
[0, 0, 1],
[1, 0, 0]]
데이터 프레임이 다음과 같이 끝나도록 행렬의 내용을 새 명명 된 열의 데이터 프레임에 추가하려면 어떻게해야합니까?
[[1, 2, 3, [0, 1, 0]],
[4, 5, 6, [0, 0, 1]],
[7, 8, 9, [1, 0, 0]]]
데이터 프레임은 이제 모양 (X, Y + 1)을 가지며 행렬의 행은 데이터 프레임의 요소입니다.
DataFrames를 사용하지 않는 이유는 무엇 입니까?
답변:
import numpy as np
import pandas as pd
import scipy.sparse as sparse
df = pd.DataFrame(np.arange(1,10).reshape(3,3))
arr = sparse.coo_matrix(([1,1,1], ([0,1,2], [1,2,0])), shape=(3,3))
df['newcol'] = arr.toarray().tolist()
print(df)
수확량
0 1 2 newcol
0 1 2 3 [0, 1, 0]
1 4 5 6 [0, 0, 1]
2 7 8 9 [1, 0, 0]
pandas유연성 의 훌륭한 예입니다 . 이 질문 의 경우 데이터는 이미 동일한 모양의 행을 가진 동종 숫자 유형이지만이 예에서는 list길이가 서로 다릅니다. 나는 당신이 할 수있는 흥미로운 일이 있다는 것에 동의합니다. 그러나 이미 행렬이있는 경우 목록 목록으로 바꾸는 이유는 무엇입니까?
열에 배열을 저장하는 대신 더 높은 차원의 데이터 구조 ( Panel )를 사용하는 것이 좋습니다.
In [11]: p = pd.Panel({'df': df, 'csc': csc})
In [12]: p.df
Out[12]:
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
In [13]: p.csc
Out[13]:
0 1 2
0 0 1 0
1 0 0 1
2 1 0 0
단면 등을보십시오.
In [14]: p.xs(0)
Out[14]:
csc df
0 0 1
1 1 2
2 0 3
pd.concat([df, csc], axis=1, keys=["df", "csc"]).
A = np.eye(3); df = pd.concat( [A,A], axis=1 )-> TypeError : 20.2에서 비 NDFrame 객체를 연결할 수 없습니까? (. "팬더-되지-지금 사용-이"될 좋은의 위키)
A = pd.DataFrame(np.eye(3)); df = pd.concat( [A,A], axis=1, keys=["A", "B"] )
df.columns MultiIndex(levels=[[u'A', u'B'], [0, 1, 2]](때려 이마)
다음은 다른 예입니다.
import numpy as np
import pandas as pd
""" This just creates a list of touples, and each element of the touple is an array"""
a = [ (np.random.randint(1,10,10), np.array([0,1,2,3,4,5,6,7,8,9])) for i in
range(0,10) ]
""" Panda DataFrame will allocate each of the arrays , contained as a touple
element , as column"""
df = pd.DataFrame(data =a,columns=['random_num','sequential_num'])
일반적으로 비밀은 a = [(array_11, array_12, ..., array_1n), ..., (array_m1, array_m2, ..., array_mn)] 형식으로 데이터를 할당하는 것입니다. panda DataFrame은 데이터를 정렬합니다. n 개의 배열 열에서. 물론 touples 대신 배열 배열을 사용할 수 있습니다.이 경우 형식은 다음과 같습니다. a = [[array_11, array_12, ..., array_1n], ..., [array_m1, array_m2, ..., array_mn ]]
위 코드에서 print (df)를 출력하면 다음과 같습니다.
random_num sequential_num
0 [7, 9, 2, 2, 5, 3, 5, 3, 1, 4] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1 [8, 7, 9, 8, 1, 2, 2, 6, 6, 3] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2 [3, 4, 1, 2, 2, 1, 4, 2, 6, 1] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
3 [3, 1, 1, 1, 6, 2, 8, 6, 7, 9] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
4 [4, 2, 8, 5, 4, 1, 2, 2, 3, 3] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
5 [3, 2, 7, 4, 1, 5, 1, 4, 6, 3] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
6 [5, 7, 3, 9, 7, 8, 4, 1, 3, 1] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
7 [7, 4, 7, 6, 2, 6, 3, 2, 5, 6] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
8 [3, 1, 6, 3, 2, 1, 5, 2, 2, 9] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
9 [7, 2, 3, 9, 5, 5, 8, 6, 9, 8] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
위 예제의 다른 변형 :
b = [ (i,"text",[14, 5,], np.array([0,1,2,3,4,5,6,7,8,9])) for i in
range(0,10) ]
df = pd.DataFrame(data=b,columns=['Number','Text','2Elemnt_array','10Element_array'])
df의 출력 :
Number Text 2Elemnt_array 10Element_array
0 0 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1 1 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2 2 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
3 3 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
4 4 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
5 5 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
6 6 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
7 7 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
8 8 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
9 9 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
배열의 다른 열을 추가하려면 다음을 수행하십시오.
df['3Element_array']=[([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3]),([1,2,3])]
df의 최종 출력은 다음과 같습니다.
Number Text 2Elemnt_array 10Element_array 3Element_array
0 0 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
1 1 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
2 2 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
3 3 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
4 4 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
5 5 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
6 6 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
7 7 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
8 8 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
9 9 text [14, 5] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3]
일반적인 numpy 배열의 경우 데이터 프레임에서 추가하고 검색하려면 이렇게 할 수 있습니다. 그것은 정상적인 numpy 배열을 가졌을 때 희소 부분으로 인해 나를 혼란스럽게했던 이전 답변을 기반으로합니다.
import numpy as np
import pandas as pd
df = pd.DataFrame({'b':range(10)}) # target dataframe
a = np.random.normal(size=(10,2)) # numpy array
df['a']=a.tolist() # save array
np.array(df['a'].tolist()) # retrieve array
df = pd.DataFrame(np.arange(1,10).reshape(3,3))
df['newcol'] = pd.Series(your_2d_numpy_array)