pandas 熊猫数组到列
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/44270983/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
提示：将鼠标放在中文语句上可以显示对应的英文。显示中英文
时间：2020-09-14 03:42:24 来源:igfitidea点击:
Pandas array to columns
提问by Red Hoar
Given
给定的
data= [
(array([0,0,1]),1),
(array([0,1,1]),1),
(array([1,0,1]),0),
(array([1,1,1]),1)
]
How can you convert it to a Pandas DataFrame so that each column is separate?
如何将其转换为 Pandas DataFrame 以便每一列都是独立的？
A B C Z
0 0 1 1
0 1 1 1
1 0 1 0
1 1 1 1
采纳答案by piRSquared
I'd use np.appendin a list comprehension
我会np.append在列表理解中使用
pd.DataFrame([np.append(*row) for row in data], columns=list('ABCZ'))
A B C Z
0 0 0 1 1
1 0 1 1 1
2 1 0 1 0
3 1 1 1 1
Or more efficiently with np.column_stackand zip
或者更有效地使用np.column_stack和zip
pd.DataFrame(np.column_stack(list(zip(*data))), columns=list('ABCZ'))
A B C Z
0 0 0 1 1
1 0 1 1 1
2 1 0 1 0
3 1 1 1 1
Timing
定时
%timeit pd.DataFrame([np.append(*row) for row in data], columns=list('ABCZ'))
1000 loops, best of 3: 460 μs per loop
%timeit pd.DataFrame(np.column_stack(list(zip(*data))), columns=list('ABCZ'))
10000 loops, best of 3: 130 μs per loop
%timeit pd.DataFrame([e[0].tolist()+[e[1]] for e in data],columns=['A','B','C','Z'])
1000 loops, best of 3: 446 μs per loop
回答by Allen
Convert your array to a list of lists and then put it into a Dataframe.
将您的数组转换为列表列表，然后将其放入数据框。
pd.DataFrame([e[0].tolist()+[e[1]] for e in data],columns=['A','B','C','Z'])
Out[265]:
A B C Z
0 0 0 1 1
1 0 1 1 1
2 1 0 1 0
3 1 1 1 1
