通过列名为数据框的每一列创建数组

Question

我想创建一些数组，这些数组的名字和一个大数据表中每一列的名字相对应。我希望每个数组的名字和它对应的列名是一样的。下面是我尝试的方法：

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]

但是我得到的却只有一个数组：

i = [3, 3]

我该怎么解决这个问题呢？

Answer 1

在你的循环过程中，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 时，你只会看到在循环的最后一步中为 i 设置的值。你可能想要的是这样的：

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]

这样你就能得到：

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

---

如果你事先不知道列的名称，你可以创建一个字典，字典中的每一对键值都会是 name:array。最简单的方法是：

arrays = dict(df.iteritems())

或者如果你不想要索引的话：

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

这样你就可以通过名称来获取数组，比如 arrays['a']。不过，我不太明白为什么你会想要这个功能，而不是通过调用 df.a 或 df['a'] 来得到差不多的结果。

Answer 2

如果你只用NumPy的话，可以使用结构化数组：

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

这样的话：

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

Answer 3

在for循环中，每次都会给同一个变量赋不同的值，所以当循环结束时，你得到的就是最后一次赋的值。

我建议你创建一个字典，用每个名字作为键，把数组作为值：

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

这样你就可以用以下方式获取每个数组：

arrays[name]