Python Numpy 数组附加空白列

Question

我有 2 个 numpy 数组，我使用顶行作为列标题。除了 2 列之外，每个数组都具有相同的列。 arr2 将有一个不同的 C 列以及一个附加列

如何将所有这些列合并到一个 np 数组中？

arr1 = [ ['A', 'B', 'C1'], [1, 1, 0], [0, 1, 1] ]
arr2 = [ ['A', 'B', 'C2', 'C3'], [0, 1, 0, 1], [0, 0, 1, 0] ]
a1 = np.array(arr1)
a2 = np.array(arr2)

b = np.append(a1, a2, axis=0)
print(b)

# Desired Result
# A B C1 C2 C3
# 1 1  0  -  -
# 0 1  1  -  -
# 0 1  -  0  1
# 0 0  -  1  0

Answer 1

NumPy 数组不太适合处理具有命名列的数据，这些列可能包含不同的类型。相反，我会使用 pandas为了这。例如:

import pandas as pd

arr1 = [[1, 1, 0], [0, 1, 1] ]
arr2 = [[0, 1, 0, 1], [0, 0, 1, 0] ]

df1 = pd.DataFrame(arr1, columns=['A', 'B', 'C1'])
df2 = pd.DataFrame(arr2, columns=['A', 'B', 'C2', 'C3'])

df = pd.concat([df1, df2], sort=False)

df.to_csv('mydata.csv', index=False)

这会产生一个“数据框”，一种类似电子表格的数据结构。 Jupyter Notebooks 呈现如下:

您可能会注意到有一个额外的新列；这是“索引”，您可以将其视为行标签。如果您不想在 CSV 中使用它，则不需要它，但如果您继续在数据框中执行操作，则可能需要执行 df = df.reset_index() 来重新标记以更有用的方式行。

如果您希望数据帧恢复为 NumPy 数组，您可以执行 df.values 操作，然后就可以了。但它没有列名称。

最后一件事:如果您真的想留在 NumPy-land，那么请查看 structured arrays ，这为您提供了另一种方式来命名列，本质上是在数组中。老实说，自从 Pandas 出现以来，我几乎在野外见过它们。