Question

我正在使用熊猫来操纵我的文件（其中每一行都有一个名称，因为行名不是单独的列，而列也有名称）并执行下游分析。在此过程中，我必须使用numpy将值转换为对数，然后再次将numpy数组转换为熊猫dataframe。但是在此过程中，我将同时删除列名和行名。这是我所做的：

df = pd.read_table(infile, index_col=0)
df2 = np.log2(np.array(df))
df3 = pd.DataFrame(df2)

将列名添加到熊猫dataframe中，我使用了以下代码：

colname = list(df.columns)
df3.columns = colname

但是我没有设法将行名添加到新的dataframe中。你知道怎么做吗？

这是输入数据（df）：

    ABC20190124 ABC20190156
CCNO    61.300048   1.865438
MYC 7949.585246 2229.654372
CD79A   0.954767    1223.411451

这是我得到的输出（df3）：

    0   1
0   5.9378  0.8995
1   12.9566 11.1226
2   -0.0667 10.2566

这是预期的输出：

    ABC20190124 ABC20190156
CCNO5.9378  0.8995
MYC 12.9566 11.1226
CD79A   -0.0667 10.2566

Answer 1

我认为这里没有必要转换为numpy数组，仅适用于df：

df = pd.read_table(infile, index_col=0)
df3 = np.log2(df)

您的解决方案应使用index构造函数中的columns和DataFrame参数进行更改：

df = pd.read_table(infile, index_col=0)
df2 = np.log2(np.array(df))
df3 = pd.DataFrame(df2, index=df.index, columns=df.columns)

示例：

df = pd.DataFrame({'A':[4,5,4], 'B':[7,8,9]})
df3 = np.log2(df)
print (df3)
          A         B
0  2.000000  2.807355
1  2.321928  3.000000
2  2.000000  3.169925

重新获得pandas和numpy中丢失的行和列名称

1 个答案: