Question

我正在尝试实现一个具有数组接口的python对象，我有兴趣看看我是否可以使用pandas来可视化来自我的对象的数据。我基本上是从10 minutes to pandas尝试这个例子。 numpy版本是

@SuppressWarnings("finally")
private boolean existClass(String className){
    Class<?> classname= null;
    try {
        classname = Class.forName(className);
    } catch (ClassNotFoundException e) {
        e.printStackTrace();
    } finally{
        if(classname == null) 
            return false;
        else 
            return true;
    }
}

现在我想做这样的事情

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(6,4), index=dates, columns=list('ABCD'))

果然，这给了我这个错误：

import pandas as pd
import <my_module> as np
a = <array object from my module of size (6,4) with python float values>
df = pd.DataFrame(a, index=dates, columns=list('ABCD'))

现在，我创建的数组对象使用numpy.array例程

Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    File ".../Python-3.5.1/lib/python3.5/site-packages/pandas-0.18.1-py3.5-linux-x86_64.egg/pandas/core/frame.py", line 303, in __init__
  raise PandasError('DataFrame constructor not properly called!')

我查看了... / pandas / core / frame.py中特定异常的代码。代码位于DataFrame对象的构造函数中

>>> import numpy as np
>>> import <my_module> as gnp
>>> a = <array object from my_module of size (6,4) with python float values>
>>> anp = np.array(a)
>>> print(anp)
array([[ 1.65596968, -2.39189608, -2.92223678, -1.0312887 ],
       [ 0.41918582,  2.35760521,  3.97045546,  1.06558325],
       [-0.29084453,  1.43759343,  2.94189788,  0.07185253],
       [-1.51164217,  0.9233231 ,  2.05859341,  2.62394528],
       [ 0.12106421, -1.03187945,  2.36255711,  0.86845971],
       [-1.39774121,  5.17955785, -1.05458446, -2.10051246]])

从技术上来说，我正在尝试的应该是可行的，我希望，如果可以使用np.array创建一个numpy数组对象，pandas应该能够处理该对象，类似于它处理案例的方式numpy数组被传入。相反，它看起来像是试图强制数组大小为0的条件。这是一个pandas bug还是我正在尝试一些不可行的东西？

我很抱歉这篇长篇文章，但这是我能传达完整问题的唯一方法。我将非常感谢能够帮助我弄清楚正在发生什么的任何回复。

修改

这是我认为需要的改变。有了这个，我好像得到了我想要的东西。希望有人从熊猫回应

 def __init__(self, data=None, index=None, columns=None, dtype=None,
             copy=False):

     elif isinstance(data, (np.ndarray, Series, Index)):
          ....
     else:
         try:
             arr = np.array(data, dtype=dtype, copy=copy)
         except (ValueError, TypeError) as e:
             exc = TypeError('DataFrame constructor called with '
                            'incompatible data and dtype: %s' % e)
             raise_with_traceback(exc)
         if arr.ndim == 0 and index is not None and columns is not None:
             ....
         else:
             raise PandasError('DataFrame constructor not properly called!')

使用Pandas可视化自定义Python数组对象中的数据

0 个答案: