将 Numpy 数组转换为 Pandas 数据帧

将 Numpy 数组转换为 Pandas 数据帧

参考：Convert Numpy Array to Pandas DataFrame

在数据分析和机器学习中，经常会用到两个常见的库：Numpy和Pandas。
Numpy是一个高效的多维数组对象，可以实现快速的数值计算和处理。而Pandas是基于Numpy构建的，提供了数据处理和分析工具，尤其是DataFrame数据结构。

在某些情况下，我们需要将Numpy数组转换为Pandas DataFrame，以便更方便地进行数据处理和分析。本文将详细介绍如何实现这一转换。

第1步：创建Numpy数组

首先，我们需要创建一个Numpy数组作为转换的源数据。下面是一个示例代码，创建一个由随机数填充的3行4列的二维数组：

import numpy as np

data = np.random.rand(3, 4)
print(data)

运行结果：

第2步：导入Pandas库

接下来，我们需要导入Pandas库，以便使用其中的DataFrame对象。可以使用以下命令导入Pandas：

import pandas as pd

第3步：将Numpy数组转换为Pandas DataFrame

有两种常见的方法可以将Numpy数组转换为Pandas DataFrame：使用pd.DataFrame()函数或pd.DataFrame.from_records()函数。

使用pd.DataFrame()函数

使用pd.DataFrame()函数可以将Numpy数组直接转换为Pandas DataFrame。下面是示例代码：

import pandas as pd
import numpy as np

data = np.random.rand(3, 4)
df = pd.DataFrame(data)

print(df)

运行结果：

使用pd.DataFrame.from_records()函数

pd.DataFrame.from_records()函数可以将Numpy数组转换为Pandas DataFrame，并且可以指定列名。下面是示例代码：

import pandas as pd
import numpy as np

data = np.random.rand(3, 4)
df = pd.DataFrame.from_records(data)

print(df)

运行结果：

可以看到，使用两种方法都可以将Numpy数组成功转换为Pandas DataFrame，并且保留了相同的数组值。转换后的DataFrame中的列名为默认的数字索引。

第4步：自定义列名

如果想要为转换后的DataFrame自定义列名，可以使用columns参数。下面是示例代码：

import pandas as pd
import numpy as np

data = np.random.rand(3, 4)
df = pd.DataFrame(data, columns=['A', 'B', 'C', 'D'])

print(df)

运行结果：

可以看到，转换后的DataFrame中的列名被自定义为’A’、’B’、’C’和’D’。

结论

本文介绍了如何将Numpy数组转换为Pandas DataFrame。通过使用pd.DataFrame()函数或pd.DataFrame.from_records()函数，我们可以方便地进行转换，并且可以自定义列名。转换后的DataFrame可以更方便地进行数据处理和分析。