按列名为数据框的每一列创建一个数组

Question

我正在尝试创建大量数据，这些数组对应于大数据框中每列的数据值，并且我希望每个数组共享相同的名称作为其相应的专栏。下面是我如何试图接近这样一个例子：

x = [a b c] <- column names 
    [1 2 3] 
    [1 2 3] 

names = [a b c]

For i in names:

i = numpy.array(x[i]) 

我想创建三个数组（A，B和C）：

a = [1, 1] 
b = [2, 2] 
c = [3, 3] 

但是我得到的是一个数组：

i = [3, 3] 

如何解决此问题？

Answer 1

每次在for循环中，您都会为同一个变量分配一个不同的值，因此当循环结束时，您将剩下最后一个赋值。

我建议你创建一本字典，并使用每个名称为键和数组值：

arrays = {} 
for i in names: 
    arrays[i] = numpy.array(x[i]) 

然后你可以检索每个阵列：

arrays[name] 

Answer 2

有了您的迭代，会发生以下情况：

i = 'a' 
i = np.array([1, 1]) 
i = 'b' 
i = np.array([2, 2]) 
i = 'c' 
i = np.array([3, 3]) 

然后当你print i，你只能用你的最后一步迭代为i设定离开。你可能想是这样的：

import pandas as pd 
df = pd.DataFrame({'a':[1,1], 'b':[2,2], 'c':[3,3]}) 
a, b, c = [np.array(df[i]) for i in df.columns] 

然后你得到

print a 
#array([1, 1]) 
print b 
#array([2, 2]) 
print c 
#array([3, 3]) 

---

如果你不知道列名事先，你可以创建一个字典，其中每个键 - 值对的字典将是name：array。要做到这一点最简单的方法是

arrays = dict(df.iteritems()) 

，或者如果你不希望指数：

arrays = dict(zip(df.columns, df.as_matrix().T)) 

然后你就可以通过名称检索阵列做arrays['a']。但是，我不确定为什么要通过调用df.a或df['a']来获得接近相同的功能。

Answer 3

只使用NumPy的，您可以使用结构化阵列：

test = np.array([(1,2,3), (1,2,3), (1,2,3)], dtype=[('a', float), ('b', float), ('c', float)]) 

这样：

print(test['a']) 
#array([ 1., 1., 1.])