将Numpy数组按列转换为PandasDataFrame(作为单行)

我有一个看起来像这样的numpy数组:

a = np.array([35,2,160,56,120,80,1,1,0,0,1])

然后我试图将该数组转换为具有逻辑"一列一值"的pandas数据帧,如下所示:

columns=['age','gender','height',
     'weight','ap_hi','ap_lo',
     'cholesterol','gluc','smoke',
     'alco','active']

values = a

df = pd.DataFrame(a,columns=columns)

这种方法引发了ValueError:传递值的形状是(1,11),索引暗示(11,11).我做错了什么以及如何以正确的方式执行它？

谢谢!

你需要numpy.reshape:

columns=['age','gender','height',
     'weight','ap_hi','ap_lo',
     'cholesterol','gluc','smoke',
     'alco','active']

a = np.array([35,2,160,56,120,80,1,1,0,0,1])

df = pd.DataFrame(a.reshape(-1, len(a)),columns=columns)
print (df)
   age  gender  height  weight  ap_hi  ap_lo  cholesterol  gluc  smoke  alco  \
0   35       2     160      56    120     80            1     1      0     0   

   active  
0       1  

如果不能清楚地重新读取整形操作,则可以使用更明确的方法向1d数组添加维度 numpy.atleast_2d

pd.DataFrame(np.atleast_2d(a), columns=columns)

或者更简单的添加[](但如果真的很多列则更慢):

df = pd.DataFrame([a],columns=columns)
print (df)
   age  gender  height  weight  ap_hi  ap_lo  cholesterol  gluc  smoke  alco  \
0   35       2     160      56    120     80            1     1      0     0   

   active  
0       1  

感谢Divakar的建议:

df = pd.DataFrame(a[None],columns=columns)
print (df)
   age  gender  height  weight  ap_hi  ap_lo  cholesterol  gluc  smoke  alco  \
0   35       2     160      56    120     80            1     1      0     0   

   active  
0       1  

另一个解决方案,谢谢piRSquared:

pd.DataFrame([a], [0], columns)