如何在可以将numpy矩阵转换为熊猫框架的类中创建一个方法？

Question

我正在尝试定义一个方法，我可以在其中从numpy矩阵转换为Pandas DataFrame。我有以下几点：import pandas as pdimport numpy as npclass Analisis():    def __init__(self, matriz = np.array([])):          self.__matriz = matriz          self.__filas = matriz.shape[0]          self.__columnas = matriz.shape[1]    @property    def matriz(self):         return self.__matriz    @property    def filas(self):         return self.__filas    @property    def columnas(self):         return self.__columnas    def as_data_frame (self):        dataset = pd.DataFrame({'Columna1': data[:, 0], 'Columna2': data[:, 1], 'Columna3':         data[:, 2]})        return dataset我正在使用这个数组：data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))print(data.filas)print(data.columnas)print(data.matriz)Analisis.as_data_frame但是我尝试了几种Analisis.as_data_frame组合，但它们不起作用。只是试图找到文档，似乎该方法是可以的，但不起作用。有什么想法吗？

Answer 1

由于您正在定义一个方法，因此您希望在对象上调用它：

data.as_data_frame()

但是你的定义使用 ，大概是全局变量。但您应该使用内部状态。所以，大概，你想要.dataself.__matriz

题外话：

停止使用双下划线和不必要的属性，所有这些都是样板，违背了整个目的。在Python中，你的类应该看起来像这样：property

class Analisis:

    def __init__(self, matriz=None): # watch out for mutable default arguments

        if matriz is None:

            self.matriz = matriz

        else:

            self.matriz = np.array([])

        self.filas = matriz.shape[0]

        self.columnas = matriz.shape[1]

现在关于你的方法，你想要：

class Analisis:

    def __init__(self, matriz=None): # watch out for mutable default arguments

        if matriz is None:

            self.matriz = np.array([])

        else:

            self.matriz = matriz

        self.filas = matriz.shape[0]

        self.columnas = matriz.shape[1]

    def as_data_frame (self):

        dataset = pd.DataFrame(

            {

                'Columna1': self.matriz[:, 0], 

                'Columna2': self.matriz[:, 1], 

                'Columna3': self.matriz[:, 2]

            }

        )

        return dataset

你可以简化你的方法，就像：

    def as_data_frame (self):

        dataset = pd.DataFrame(

            self.matriz[:,:3],

            columns=['Columna1','Columna2','Columna3']

        )

        return dataset

请注意，二维数组始终可以直接转换为数据帧：

>>> arr = np.array([[5,78,34],[6,2,8],[36,9,60]])

>>> pd.DataFrame(arr, columns=['Columna1', 'Columna2', 'Columna3'])

   Columna1  Columna2  Columna3

0         5        78        34

1         6         2         8

2        36         9        60

我怀疑你真正想要的是更动态的东西，就像这样：

    def as_data_frame (self):

        columns = [f'Columna{i}' for i in range(1, self.columnas+1)]

        dataset = pd.DataFrame(self.matriz, columns=columns)

        return dataset

在行动中：

In [10]: class Analisis:

    ...:

    ...:     def __init__(self, matriz=None): # watch out for mutable default arguments

    ...:         if matriz is None:

    ...:             self.matriz = np.array([])

    ...:         else:

    ...:             self.matriz = matriz

    ...:         self.filas = matriz.shape[0]

    ...:         self.columnas = matriz.shape[1]

    ...:

    ...:     def as_data_frame (self):

    ...:         columns = [f'Columna{i}' for i in range(1, self.columnas+1)]

    ...:         dataset = pd.DataFrame(self.matriz, columns=columns)

    ...:         return dataset

    ...:

    ...:

In [11]: data = Analisis(np.array([[5,78,34],[6,2,8],[36,9,60]]))

In [12]: data.as_data_frame()

Out[12]:

   Columna1  Columna2  Columna3

0         5        78        34

1         6         2         8

2        36         9        60