Question

好的，我很难过。我查看了Pandas文档，但我无法找到正确的方法，我认为我只是弄得一团糟。基本上，我的数据是NumPy数组。

例如：

data = numpy.loadtxt('foo.txt', dtype=str,delimiter=',') 
gps_data = numpy.concatenate((data[0:len(data),0:2],data[0:len(data),3:5]),axis=1)
gps_time = data[0:len(data),2:3].astype(numpy.float)/1000

gps_data基本上是这样的：

array([['50.3482627', '-71.662499', '30', 'network'],
       ['50.3482588', '-71.6624934', '30', 'network'],
       ['50.34829', '-71.6625077', '30', 'network'],
       ...,
       ['20.3482488', '-78.66245463999999', '9', 'gps'],
       ['20.3482598', '-78.6625174', '30', 'network'],
       ['20.34824943', '-78.6624565', '10', 'gps']],
      dtype='|S18')

和gps_time：

array([[  1.16242035e+09],
       [  1.26242036e+09],
       [  1.36242038e+09],
       ...,
       [  1.32330411e+09],
       [  1.16330413e+09],
       [  1.26330413e+09]])

我要做的是使用DataFrame带来另一个名为acc_data的类似外观数组，将其与gps_data合并，然后返回并填写不同的缺失数据倍。

这就是我一直在尝试的：

df1 = DataFrame(gps_data,index=gps_time,columns=['GPS'])

但它会出现以下错误：

ValueError: Shape of passed values is (4, 35047), indices imply (1, 35047)

我不知道如何处理。如果我能找到解决方法，那么我假设下一步df2，但acc_data可以正常工作，然后我可以做：

p = Panel({'ACC': df1, 'GPS': df2})

任何帮助都会非常感激，因为我最近几个小时都对此感到难过。

Answer 1

您需要确保传入尽可能多的列名（使用columns关键字），因为NumPy数组中有列：

df1 = DataFrame(gps_data, index=gps_time, columns=['col1', 'col2', 'col3', 'col4'])

Pandas会引发错误，因为您已经为它提供了一个包含四列的数组，而且它只有一个列名'GPS'，您已经指定了它。

Answer 2

ajcr is right;通过指定正确的列数可以避免错误。由于gps_data具有形状（35047,4），因此DataFrame有四列。因此，如果要指定列名，则需要columns=['col1', 'col2', 'col3', 'col4']。

要使gps_data处于正确的形状，使用起来也会更容易

import numpy as np
import pandas as pd
data = np.genfromtxt('foo.txt', dtype=None, delimiter=',',
                     usecols=[0,1,2,3,4])
gps_data = data[:, [0,1,3,4]]
gps_time = data[:, 2]/1000.0

然后您可以使用

构建DataFrame

df1 = pd.DataFrame(gps_data, index=gps_time)

<强>注意事项：

gps_time = data[0:len(data),2:3]

使gps_time具有二维形状（35047,1）。如果你使用

gps_time = data[0:len(data),2]

然后gps_time将是1维的，具有形状（35047，）。这很可能是你想要的，因为索引（时间）似乎是1维的。

data = numpy.loadtxt('foo.txt', dtype=str,delimiter=',')

制作所有数字字符串。如果你使用

np.genfromtxt('foo.txt', dtype=None, )

dtype=None告诉genfromtxt对每列的类型进行智能猜测 - 因此类似浮点数的数字将自动具有dtype float。

如何使用多列NumPy数组的Pandas

2 个答案: