利用pandas和numpy的关系
方法1
- 先创建空的df
- 将df转np
- 通过np的append,np.r[],np.cp[],等函数添加
# 首先,我们创建一个仅有列名、而没有索引和值的空DataFrame:
over_rsu = np.array(pd.DataFrame(columns=range(2)))
a = np.array([[1, 2], [3, 4]])
over_rsu = np.append(a, over_rsu, axis=0)
print(over_rsu)
输出
[[1 2]
[3 4]]
方法2
- 先创建df
- 在df中添加
- 最后将df转np
# 首先,我们创建一个仅有列名、而没有索引和值的空DataFrame:
df = pd.DataFrame(columns=['No', 'data'])
df2 = pd.DataFrame([['10010', '1101MB'], ['10646', '24MB']], columns=['No', 'data'])
df.loc[0] = ['10086', '1024MB'] # data.loc[index, col] = value
print(df)
df = df.append(df2, ignore_index=True)
print(df)
arr = np.array(df)
print(arr)
输出
No data
0 10086 1024MB
No data
0 10086 1024MB
1 10010 1101MB
2 10646 24MB
[['10086' '1024MB']
['10010' '1101MB']
['10646' '24MB']]
方法3
- 创建0数组,然后赋值
zeros = np.zeros((3, 4))
print(zeros)
zeros[1] = [0, 1, 2, 3]
print(zeros)
输出:
[[0. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 0.]]
[[0. 0. 0. 0.]
[0. 1. 2. 3.]
[0. 0. 0. 0.]]