如何从df.as_matrix()转换回保留索引列名的Pandas DataFrame？

嘿，这个需求太常见了！要把通过df.as_matrix()（顺带提一句，Pandas 0.23.0之后官方已经弃用这个方法啦，现在更推荐用df.to_numpy()来获取数组）得到的矩阵，经过sklearn变换后转回保留原索引和列名的DataFrame，最直接的方式就是直接用Pandas的DataFrame构造函数，把原DataFrame的列名和索引传进去就行。

举个具体的例子：
假设你原来的DataFrame叫original_df，经过转换和sklearn处理后的矩阵是transformed_matrix，那代码可以这么写：

import pandas as pd

# 直接用构造函数，传入矩阵、原列名和原索引
new_df = pd.DataFrame(transformed_matrix, columns=original_df.columns, index=original_df.index)

几点补充说明： #

• 这个方法能完美保留原DataFrame的列名和索引，完全符合你的需求；
• 不管你用as_matrix()还是to_numpy()得到的数组，甚至是sklearn变换输出的数组（只要是二维结构），这个方法都适用；
• 如果你的sklearn变换改变了列的数量（比如做了PCA降维），那原列名可能就不匹配了，这时候你需要自定义新的列名，但如果是像标准化、归一化这种不改变列数的变换，上面的代码直接用就好。

内容的提问来源于stack exchange，提问作者Intelligent-Infrastructure