从2d numpy数组（成为1d numpy数组的一列）和1d np标签数组创建熊猫数据框

debugcn 发表于 Dev

等级

例如，我有以下numpy数组：

import pandas as pd
import numpy as np

# points could be in n dimension, i need a solution that would cover that up
# and being able to calculate distance between points so flattening the data
# is not my goal.
points = np.array([[1, 2], [2, 1], [100, 100], [-2, -1], [0, 0], [-1, -2]])  # a 2d numpy array containing points in space
labels = np.array([0, 1, 1, 1, 0, 0])  # the labels of the points (not necessarily only 0 and 1)

我试图制作一个字典，然后从中创建pandas datafram：

my_dict = {'point': points, 'label': labels}
df = pd.DataFrame(my_dict, columns=['point', 'label'])

但这没有用，我遇到了以下异常：

Exception: Data must be 1-dimensional

可能是由于点的numpy数组（二维numpy数组）所致。

预期结果：

        point  label
0      [1, 2]      0
1      [2, 1]      1
2  [100, 100]      1
3    [-2, -1]      0
4      [0, 0]      0
5    [-1, -2]      1

在此先感谢所有帮助者：）

奥尔普

您应始终尝试规范化数据，以使每一列仅包含奇异值，而不包含具有维的数据。

在这种情况下，我将执行以下操作：

>>> df = pd.DataFrame({'x': points[:,0], 'y': points[:, 1], 'label': labels},
                      columns=['x', 'y', 'label'])
>>> df
     x    y  label
0    1    2      0
1    2    1      1
2  100  100      1
3   -2   -1      1
4    0    0      0
5   -1   -2      0

如果您确实坚持要保持这样的点，则在传递它们之前将它们转换为列表列表或元组列表，pandas以避免发生此错误。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。