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.]]