我正在嘗試定義一個方法，我可以在其中從numpy矩陣轉換為Pandas DataFrame。我有以下幾點：import pandas as pdimport numpy as npclass Analisis(): def __init__(self, matriz = np.array([])): self.__matriz = matriz self.__filas = matriz.shape[0] self.__columnas = matriz.shape[1] @property def matriz(self): return self.__matriz @property def filas(self): return self.__filas @property def columnas(self): return self.__columnas def as_data_frame (self): dataset = pd.DataFrame({'Columna1': data[:, 0], 'Columna2': data[:, 1], 'Columna3': data[:, 2]}) return dataset我正在使用這個數組：data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))print(data.filas)print(data.columnas)print(data.matriz)Analisis.as_data_frame但是我嘗試了幾種Analisis.as_data_frame組合，但它們不起作用。只是試圖找到文檔，似乎該方法是可以的，但不起作用。有什么想法嗎？
1 回答
慕姐8265434
TA貢獻1813條經驗 獲得超2個贊
由于您正在定義一個方法，因此您希望在對象上調用它：
data.as_data_frame()
但是你的定義使用 ，大概是全局變量。但您應該使用內部狀態。所以，大概，你想要.dataself.__matriz
題外話：
停止使用雙下劃線和不必要的屬性，所有這些都是樣板，違背了整個目的。在Python中，你的類應該看起來像這樣：property
class Analisis:
def __init__(self, matriz=None): # watch out for mutable default arguments
if matriz is None:
self.matriz = matriz
else:
self.matriz = np.array([])
self.filas = matriz.shape[0]
self.columnas = matriz.shape[1]
現在關于你的方法，你想要：
class Analisis:
def __init__(self, matriz=None): # watch out for mutable default arguments
if matriz is None:
self.matriz = np.array([])
else:
self.matriz = matriz
self.filas = matriz.shape[0]
self.columnas = matriz.shape[1]
def as_data_frame (self):
dataset = pd.DataFrame(
{
'Columna1': self.matriz[:, 0],
'Columna2': self.matriz[:, 1],
'Columna3': self.matriz[:, 2]
}
)
return dataset
你可以簡化你的方法，就像：
def as_data_frame (self):
dataset = pd.DataFrame(
self.matriz[:,:3],
columns=['Columna1','Columna2','Columna3']
)
return dataset
請注意，二維數組始終可以直接轉換為數據幀：
>>> arr = np.array([[5,78,34],[6,2,8],[36,9,60]])
>>> pd.DataFrame(arr, columns=['Columna1', 'Columna2', 'Columna3'])
Columna1 Columna2 Columna3
0 5 78 34
1 6 2 8
2 36 9 60
我懷疑你真正想要的是更動態的東西，就像這樣：
def as_data_frame (self):
columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
dataset = pd.DataFrame(self.matriz, columns=columns)
return dataset
在行動中：
In [10]: class Analisis:
...:
...: def __init__(self, matriz=None): # watch out for mutable default arguments
...: if matriz is None:
...: self.matriz = np.array([])
...: else:
...: self.matriz = matriz
...: self.filas = matriz.shape[0]
...: self.columnas = matriz.shape[1]
...:
...: def as_data_frame (self):
...: columns = [f'Columna{i}' for i in range(1, self.columnas+1)]
...: dataset = pd.DataFrame(self.matriz, columns=columns)
...: return dataset
...:
...:
In [11]: data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))
In [12]: data.as_data_frame()
Out[12]:
Columna1 Columna2 Columna3
0 5 78 34
1 6 2 8
2 36 9 60
添加回答
舉報
0/150
提交
取消