如何将多个numpy阵列组合到一个数据帧中？

Question

我有4个numpy数组，每个数组有5个值。我需要将它们组合到一个数据框架中，以便运行方差分析测试和Tukey诚实显著差异测试

这些阵列是：

low = np.array([59.5, 53.3, 56.8, 63.1, 58.7]) # 1.6 nmhos/cm
med = np.array([55.2, 59.1, 52.8, 54.5, np.nan]) # 3.8
medh = np.array([51.7, 48.8, 53.9, 49.0, np.nan]) # 6.0
high = np.array([44.6, 48.5, 41.0, 47.3, 46.1]) # 10.2

我需要将它们组合成一个数据框，当打印出来时，将产生以下结果：

         Yield  EC  
0        59.5   Low      
1        53.3   Low  
2        56.8   Low  
3        63.1   Low    
4        58.7   Low  
5        55.2   Med  
6        59.1   Med  
7        52.8   Med  
8        54.5   Med  
9        NaN    Med  
10       51.7   Medh  
11       48.8   Medh  
12       53.9   Medh  
13       49.0   Medh  
14       NaN    Medh  
15       44.6   high  
16       48.5   high  
17       41.0   high  
18       47.3   high  
19       46.1   high  

实现这一目标的最佳方式是什么？我曾尝试组合成单个numpy数组并将其传递到数据帧中，但收到错误消息“必须传递二维输入”

data_vals = np.array([[low],[med],[medh],[high]])
tomato_df = pd.DataFrame(data = data_vals)

Answer 1

一种方法是简单地使用嵌套for循环：

res = (
    pd.DataFrame([[v, name] for arr, name in zip([low, med, medh, high], ["Low", "Med", "Medh", "High"]) for v in arr],
                 columns=["Yield", "EC"]))
print(res)

输出

    Yield    EC
0    59.5   Low
1    53.3   Low
2    56.8   Low
3    63.1   Low
4    58.7   Low
5    55.2   Med
6    59.1   Med
7    52.8   Med
8    54.5   Med
9     NaN   Med
10   51.7  Medh
11   48.8  Medh
12   53.9  Medh
13   49.0  Medh
14    NaN  Medh
15   44.6  High
16   48.5  High
17   41.0  High
18   47.3  High
19   46.1  High

Answer 2

您需要将它们转换为dataframe，然后append：

df_low = pd.DataFrame(low)
df_low['EC'] = 'Low'
df_med = pd.DataFrame(med)
df_med['EC'] = 'Med'
df_medh = pd.DataFrame(medh)
df_medh['EC'] = 'Medh'
df_high = pd.DataFrame(high)
df_high['EC'] = 'High'

df = df_low.append([df_med,df_medh, df_high])
df.rename(columns={ df.columns[0]: 'yield'}, inplace = True)
df

    yield   EC
0   59.5    Low
1   53.3    Low
2   56.8    Low
3   63.1    Low
4   58.7    Low
0   55.2    Med
1   59.1    Med
2   52.8    Med
3   54.5    Med
4   NaN     Med
0   51.7    Medh
1   48.8    Medh
2   53.9    Medh
3   49.0    Medh
4   NaN     Medh
0   44.6    High
1   48.5    High
2   41.0    High
3   47.3    High
4   46.1    High