如何将二维数组（矩阵）转换为指定格式的DataFrame？

嘿，我来帮你搞定这个需求！看起来你有一个包含cluster数据的矩阵，想要把它转换成带有Trend和Cluster两列的DataFrame——其中Trend是从1开始的连续序号，Cluster对应原矩阵里的每个数值。下面我用Python的pandas库给你演示具体步骤：

步骤1：准备数据 #

首先我们先把你提供的cluster数据提取出来，不管它是列表形式还是numpy矩阵形式，都可以轻松处理：

• 如果是直接的列表：

import pandas as pd
# 你的cluster数据列表
cluster_values = [5, 4, 2, 1, 2, 4, 1, 2, 2, 5, 1]

• 如果是numpy矩阵（也就是你展示的二维数组形式）：

import pandas as pd
import numpy as np
# 模拟你的原矩阵
cluster_matrix = np.array([[5, 4, 2, 1, 2, 4, 1, 2, 2, 5, 1]])
# 把二维矩阵转成一维数组
cluster_values = cluster_matrix.flatten()

步骤2：生成目标DataFrame #

接下来我们直接创建符合要求的DataFrame，Trend列用从1开始的连续整数，正好对应每个Cluster值的位置：

df = pd.DataFrame({
    'Trend': range(1, len(cluster_values) + 1),
    'Cluster': cluster_values
})

最终结果 #

运行上面的代码后，你打印df就能得到想要的格式：

Trend  Cluster
0      1        5
1      2        4
2      3        2
3      4        1
4      5        2
5      6        4
6      7        1
7      8        2
8      9        2
9     10        5
10    11        1

简单来说，核心就是用range(1, 长度+1)生成连续的Trend序号，再和Cluster数据配对成DataFrame就搞定啦！

备注：内容来源于stack exchange，提问作者LZL