如何用带索引和列名的NumPy数组创建Pandas DataFrame

嘿，这事儿其实挺简单的，我给你分享两种常用的方式，按需选就行：

方法1：创建DataFrame时直接指定 #

你可以在调用pd.DataFrame()的时候，直接通过columns和index参数一步到位设置列名和索引：

import numpy as np
import pandas as pd

# 假设你的NumPy数组是numpy_x
numpy_x = np.random.rand(9982, 26)

# 生成列名：这里用feature_0到feature_25，也可以换成你需要的自定义业务名称
column_names = [f"feature_{i}" for i in range(numpy_x.shape[1])]
# 生成索引：这里用0到9981的数值索引，也可以换成日期、用户ID等自定义序列
index_values = range(numpy_x.shape[0])

# 创建带索引和列名的DataFrame
x_new_df = pd.DataFrame(numpy_x, columns=column_names, index=index_values)

方法2：创建DataFrame后再修改 #

如果已经生成了x_new_df，也可以事后给它补上列名和索引：

# 批量设置列名
x_new_df.columns = [f"col_{i}" for i in range(26)]

# 批量设置索引：这里用row_0到row_9981的字符串索引，你可以根据需求替换
x_new_df.index = [f"row_{i}" for i in range(9982)]

要是你有特定的列名（比如业务字段名）或者索引需求（比如时间戳、用户ID），直接把上面的列表换成你自己的自定义内容就行啦！

内容的提问来源于stack exchange，提问作者bgarcial