我注意到这是issue on GitHub already。有没有人有任何将Pandas DataFrame转换为Orange Table的代码？
明确地说，我有下表。
user hotel star_rating user home_continent gender
0 1 39 4.0 1 2 female
1 1 44 3.0 1 2 female
2 2 63 4.5 2 3 female
3 2 2 2.0 2 3 female
4 3 26 4.0 3 1 male
5 3 37 5.0 3 1 male
6 3 63 4.5 3 1 male
答案 0 :(得分：17)
Orange包的文档并未涵盖所有细节。根据{{1}}，Table._init__(Domain, numpy.ndarray)仅适用于int和float。
他们确实应该为lib_kernel.cpp或至少pandas.DataFrames支持提供C级界面。
更新：通过将numpy用于int和float，大大提高了numpy.dtype("str")，table2df的性能。
将这段脚本保存在橙色python脚本集合中，现在你在橙色环境中配备了pandas。
用法：df2table，a_pandas_dataframe = table2df( a_orange_table )
注意：此脚本仅适用于Python 2.x，请参阅@DustinTang的answer以获取Python 3.x兼容脚本。
a_orange_table = df2table( a_pandas_dataframe )答案 1 :(得分：6)
from Orange.data.pandas_compat import table_from_frame,table_to_frame
df= table_to_frame(in_data)
#here you go
out_data = table_from_frame(df)
基于Creo的答案
答案 2 :(得分：2)
为了将pandas DataFrame转换为Orange Table，您需要构建一个指定列类型的域。
对于连续变量，您只需要提供变量的名称，但对于离散变量，您还需要提供所有可能值的列表。
以下代码将为您的DataFrame构建一个域并将其转换为Orange Table：
import numpy as np
from Orange.feature import Discrete, Continuous
from Orange.data import Domain, Table
domain = Domain([
Discrete('user', values=[str(v) for v in np.unique(df.user)]),
Discrete('hotel', values=[str(v) for v in np.unique(df.hotel)]),
Continuous('star_rating'),
Discrete('user', values=[str(v) for v in np.unique(df.user)]),
Discrete('home_continent', values=[str(v) for v in np.unique(df.home_continent)]),
Discrete('gender', values=['male', 'female'])], False)
table = Table(domain, [map(str, row) for row in df.as_matrix()])
需要执行map（str，row）步骤，因此Orange知道数据包含离散要素的值（而不是值列表中值的索引）。
答案 3 :(得分：2)
此代码从@TurtleIzzy for Python3修订。
import numpy as np
from Orange.data import Table, Domain, ContinuousVariable, DiscreteVariable
def series2descriptor(d):
if d.dtype is np.dtype("float") or d.dtype is np.dtype("int"):
return ContinuousVariable(str(d.name))
else:
t = d.unique()
t.sort()
return DiscreteVariable(str(d.name), list(t.astype("str")))
def df2domain(df):
featurelist = [series2descriptor(df.iloc[:,col]) for col in range(len(df.columns))]
return Domain(featurelist)
def df2table(df):
tdomain = df2domain(df)
ttables = [series2table(df.iloc[:,i], tdomain[i]) for i in range(len(df.columns))]
ttables = np.array(ttables).reshape((len(df.columns),-1)).transpose()
return Table(tdomain , ttables)
def series2table(series, variable):
if series.dtype is np.dtype("int") or series.dtype is np.dtype("float"):
series = series.values[:, np.newaxis]
return Table(series)
else:
series = series.astype('category').cat.codes.reshape((-1,1))
return Table(series)
答案 4 :(得分：1)
这样的东西？
table = Orange.data.Table(df.as_matrix())
Orange中的列将获得通用名称（a1，a2 ......）。如果要从数据框中复制名称和类型，请从数据框构造Orange.data.Domain对象（http://docs.orange.biolab.si/reference/rst/Orange.data.domain.html#Orange.data.Domain.init）并将其作为上面的第一个参数传递。
请参阅http://docs.orange.biolab.si/reference/rst/Orange.data.table.html中的构造函数。
答案 5 :(得分：0)
下面是a closed issue on github的答案
from Orange.data.pandas_compat import table_from_frame
out_data = table_from_frame(df)
其中df是您的dataFrame。到目前为止，我只注意到如果数据源不是100％干净且未达到所需的ISO标准，则需要手动定义一个域来处理日期。
我意识到这是一个古老的问题，与第一次提出时相比有很大的变化-但是这个问题在有关该主题的google搜索结果中排在首位。
答案 6 :(得分：0)
table_from_frame（在Python 3中可用）不允许定义类列，因此，生成的表不能直接用于训练分类模型。我调整了table_from_frame函数，以便可以定义类列。请注意，应将类名作为附加参数来提供。
"""Pandas DataFrame↔Table conversion helpers"""
import numpy as np
import pandas as pd
from pandas.api.types import (
is_categorical_dtype, is_object_dtype,
is_datetime64_any_dtype, is_numeric_dtype,
)
from Orange.data import (
Table, Domain, DiscreteVariable, StringVariable, TimeVariable,
ContinuousVariable,
)
__all__ = ['table_from_frame', 'table_to_frame']
def table_from_frame(df,class_name, *, force_nominal=False):
"""
Convert pandas.DataFrame to Orange.data.Table
Parameters
----------
df : pandas.DataFrame
force_nominal : boolean
If True, interpret ALL string columns as nominal (DiscreteVariable).
Returns
-------
Table
"""
def _is_discrete(s):
return (is_categorical_dtype(s) or
is_object_dtype(s) and (force_nominal or
s.nunique() < s.size**.666))
def _is_datetime(s):
if is_datetime64_any_dtype(s):
return True
try:
if is_object_dtype(s):
pd.to_datetime(s, infer_datetime_format=True)
return True
except Exception: # pylint: disable=broad-except
pass
return False
# If df index is not a simple RangeIndex (or similar), put it into data
if not (df.index.is_integer() and (df.index.is_monotonic_increasing or
df.index.is_monotonic_decreasing)):
df = df.reset_index()
attrs, metas,calss_vars = [], [],[]
X, M = [], []
# Iter over columns
for name, s in df.items():
name = str(name)
if name == class_name:
discrete = s.astype('category').cat
calss_vars.append(DiscreteVariable(name, discrete.categories.astype(str).tolist()))
X.append(discrete.codes.replace(-1, np.nan).values)
elif _is_discrete(s):
discrete = s.astype('category').cat
attrs.append(DiscreteVariable(name, discrete.categories.astype(str).tolist()))
X.append(discrete.codes.replace(-1, np.nan).values)
elif _is_datetime(s):
tvar = TimeVariable(name)
attrs.append(tvar)
s = pd.to_datetime(s, infer_datetime_format=True)
X.append(s.astype('str').replace('NaT', np.nan).map(tvar.parse).values)
elif is_numeric_dtype(s):
attrs.append(ContinuousVariable(name))
X.append(s.values)
else:
metas.append(StringVariable(name))
M.append(s.values.astype(object))
return Table.from_numpy(Domain(attrs, calss_vars, metas),
np.column_stack(X) if X else np.empty((df.shape[0], 0)),
None,
np.column_stack(M) if M else None)