数据分析之Numpy创建二维空数组

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.]]
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值