Wie kann man ein Array effizient an einen Datenrahmen übergeben?

Question

Ich führe einen PCA auf den Spalten eines Datenrahmens DF1 und es gibt ein Array von Hauptkomponenten zurück. Ich möchte einen Datenrahmen DF2 erstellen, der denselben Index wie DF1 hat und der den Wert aus dem Array der Hauptkomponenten enthält.

Von

DF1= 
        v1  v2  v3 
    2014-01-02 0.58  0.89 -0.19 
    2014-01-03 -1.96  0.59  1.24 
    2014-01-04 2.06 -0.15  3.54 
    2014-01-05 0.31  1.25 -2.42 
    2014-01-06 1.31  0.33  0.89 
    ...   ...  ...  ... 

PCs= 
array([[ 0.14411173, -0.25557942, 0.08295314, ..., -0.24914411, 
     -0.35242784, 0.17412245], 
     [ 0.15391876, -0.3063616 , -0.62369197, ..., 0.18915513, 
     -0.39056901, 0.23227158], 
     [-0.00493105, -0.31936978, 0.35831582, ..., -0.2781707 , 
     -0.29810411, 0.27513239], 
     [-0.5870741 , 0.16183593, 0.10528634, ..., -0.21776753, 
     -0.30365561, 0.17920256], 
     [-0.6353732 , -0.28649561, -0.21702067, ..., 0.36312823, 
     -0.11915208, -0.36003616]]) 

(im Array-PC, ist jede Zeile ein PC) Get

DF2= 
          PC1   PC2   PC3 
     2014-01-02 0.14411173 -0.15391876 ... 
     2014-01-03 0.25557942 -0.39056901 
     2014-01-04 ... 
     2014-01-05 
     2014-01-06 
     ...   ...  ...  ... 

1. Wie effizient das Array von PCs in dem Datenrahmen setzen?
2. Gibt es einen besseren, effizienteren Weg, um zu bekommen, was ich will, als die PCA auf dem Datenrahmen zu betreiben und dann das Array in einen neuen Datenrahmen einzubauen? (Zum Beispiel einer Möglichkeit, die PCs von immer direkt in einem Datenrahmen)

Answer 1

Sie können einen neuen Pandas Datenrahmen erstellen, während explictly den Index Ihrer df1 vorbei und zur Umsetzung des pca Array.

zunächst einige Dummy-Daten erstellen:

import pandas as pd 
import numpy as np 

df1 = pd.DataFrame(np.random.random(size=(3, 5)), index=pd.date_range(start="2014-01-02", periods=3)) 
print(df1) 

        0   1   2   3   4 
2014-01-02 0.875032 0.853087 0.686504 0.682114 0.199243 
2014-01-03 0.522381 0.606048 0.398451 0.799883 0.030091 
2014-01-04 0.489119 0.997239 0.021816 0.307509 0.099752 

# create dummy pca results 
pca = np.random.random(size=(2, 3)) 
print(pca) 

[[ 0.42791681 0.56512179 0.44731657] 
[ 0.10763007 0.35437208 0.79968957]] 

Nun bauen die Spaltennamen, und erstellen Sie die Pandas Datenrahmen, während der Index und Spalten zusammen mit der transponierten pca Array vorbei:

columns = ["PC{}".format(x + 1) for x in range(pca.shape[0])] 
df2 = pd.DataFrame(pca.T, index=df1.index, columns=columns) 
print(df2) 

       PC1  PC2 
2014-01-02 0.427917 0.107630 
2014-01-03 0.565122 0.354372 
2014-01-04 0.447317 0.799690 

zu Beantworten Sie Ihre zweite Frage: Ich glaube nicht, dass es eine effizientere Möglichkeit gibt, den DataFrame direkt zu erstellen.