pandas - 从 NumPy 掩码数组创建 Pandas DataFrame?
问题描述
我正在尝试DataFrame
从 NumPy 掩码数组创建 Pandas,据我所知这是受支持的操作。这是源数组的示例:
a = ma.array([(1, 2.2), (42, 5.5)],
dtype=[('a',int),('b',float)],
mask=[(True,False),(False,True)])
输出为:
masked_array(data=[(--, 2.2), (42, --)],
mask=[( True, False), (False, True)],
fill_value=(999999, 1.e+20),
dtype=[('a', '<i8'), ('b', '<f8')])
尝试创建一个DataFrame
返回pd.DataFrame(a)
值:
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-40-a4c5236a3cd4> in <module>
----> 1 pd.DataFrame(a)
/usr/local/anaconda/lib/python3.8/site-packages/pandas/core/frame.py in __init__(self, data, index, columns, dtype, copy)
636 # a masked array
637 else:
--> 638 data = sanitize_masked_array(data)
639 mgr = ndarray_to_mgr(
640 data,
/usr/local/anaconda/lib/python3.8/site-packages/pandas/core/construction.py in sanitize_masked_array(data)
452 """
453 mask = ma.getmaskarray(data)
--> 454 if mask.any():
455 data, fill_value = maybe_upcast(data, copy=True)
456 data.soften_mask() # set hardmask False if it was True
/usr/local/anaconda/lib/python3.8/site-packages/numpy/core/_methods.py in _any(a, axis, dtype, out, keepdims, where)
54 # Parsing keyword arguments is currently fairly slow, so avoid it for now
55 if where is True:
---> 56 return umr_any(a, axis, dtype, out, keepdims)
57 return umr_any(a, axis, dtype, out, keepdims, where=where)
58
TypeError: cannot perform reduce with flexible type
这个操作真的支持吗?目前使用 Pandas 1.3.3 和 NumPy 1.20.3。
更新
这支持吗?根据这里的熊猫文档:
或者,您可以将 numpy.MaskedArray 作为数据参数传递给 DataFrame 构造函数,并且其被屏蔽的条目将被视为缺失。
上面的代码是我问的问题“我会得到什么?” 如果我将 NumPy 掩码数组传递给 Pandas,但这是我希望的结果。以上是我能想到的最简单的例子。
我确实希望 Pandas 中的每个系列/列都是单一类型。
更新 2
对此感兴趣的任何人都应该看到这个 Pandas GitHub 问题;值得注意的是,Pandas“已弃用对 MaskedRecords 的支持”。
解决方案
如果数组具有简单的 dtype,则数据框创建工作(如文档所述):
In [320]: a = np.ma.array([(1, 2.2), (42, 5.5)],
...: mask=[(True,False),(False,True)])
In [321]: a
Out[321]:
masked_array(
data=[[--, 2.2],
[42.0, --]],
mask=[[ True, False],
[False, True]],
fill_value=1e+20)
In [322]: import pandas as pd
In [323]: pd.DataFrame(a)
Out[323]:
0 1
0 NaN 2.2
1 42.0 NaN
这a
是 (2,2),结果是 2 行 2 列
使用复合 dtype,形状为 1d:
In [326]: a = np.ma.array([(1, 2.2), (42, 5.5)],
...: dtype=[('a',int),('b',float)],
...: mask=[(True,False),(False,True)])
In [327]: a.shape
Out[327]: (2,)
该错误是对面罩进行测试的结果。 flexible type
指您的化合物dtype
:
In [330]: a.mask.any()
Traceback (most recent call last):
File "<ipython-input-330-8dc32ee3f59d>", line 1, in <module>
a.mask.any()
File "/usr/local/lib/python3.8/dist-packages/numpy/core/_methods.py", line 57, in _any
return umr_any(a, axis, dtype, out, keepdims)
TypeError: cannot perform reduce with flexible type
记录在案的 pandas 功能显然不适用于结构化数组。如果不研究 pandas 代码,我目前无法确切地说出它正在尝试做什么,但很明显,代码编写时并没有考虑到结构化数组。
非屏蔽部分确实有效,具有所需的列 dtypes:
In [332]: pd.DataFrame(a.data)
Out[332]:
a b
0 1 2.2
1 42 5.5
使用默认值fill
:
In [344]: a.filled()
Out[344]:
array([(999999, 2.2e+00), ( 42, 1.0e+20)],
dtype=[('a', '<i8'), ('b', '<f8')])
In [345]: pd.DataFrame(a.filled())
Out[345]:
a b
0 999999 2.200000e+00
1 42 1.000000e+20
我必须更多地查看ma
文档/代码,看看是否可以对这两个字段应用不同的填充。填充nan
不适用于 int 字段。 numpy
没有pandas'
int none。我对 pandas 功能的工作还不够,无法知道生成的 dtype 是否仍然是 int,或者它是否已更改为 object。
无论如何,你正在推动两者的界限,np.ma
并pandas
完成这项任务。
编辑
默认的 fill_value 是一个元组,每个字段一个:
In [350]: a.fill_value
Out[350]: (999999, 1.e+20)
所以我们可以用不同的方式填充字段,并从中制作一个框架:
In [351]: a.filled((-1, np.nan))
Out[351]: array([(-1, 2.2), (42, nan)], dtype=[('a', '<i8'), ('b', '<f8')])
In [352]: pd.DataFrame(a.filled((-1, np.nan)))
Out[352]:
a b
0 -1 2.2
1 42 NaN
看起来我可以使用 pandas dtype 及其关联的 fill_value 创建一个结构化数组:
In [363]: a = np.ma.array([(1, 2.2), (42, 5.5)],
...: dtype=[('a',pd.Int64Dtype),('b',float)],
...: mask=[(True,False),(False,True)],
fill_value=(pd.NA,np.nan))
In [364]: a
Out[364]:
masked_array(data=[(--, 2.2), (42, --)],
mask=[( True, False), (False, True)],
fill_value=(<NA>, nan),
dtype=[('a', 'O'), ('b', '<f8')])
In [366]: pd.DataFrame(a.filled())
Out[366]:
a b
0 <NA> 2.2
1 42 NaN
推荐阅读
- javascript - babel-preset-env 不使用 webpack 转换箭头函数
- openssl - 我在服务器模式下使用 iperf3 时安装了 iperf3 我收到以下错误 libcrypto.so.1.1 not found
- android - 我可以撤回并再次发送我的应用程序的另一个 Beta 版本 - Android 吗?
- elasticsearch - 在 Elasticsearch 中搜索具有相同值的文档
- html - 中心响应引导轮播
- angular - Angular5 连续导航
- javascript - 如何添加表单提交计数器?
- linux - movsb asm 没有按预期工作
- jersey - 在到达端点/资源之前调试 Jersey 映射/路由执行
- xaml - 使用滚轮滚动不渲染,通过单击拖动滚动条滚动工作正常