将numpy数组转换为pandas数据帧

至于你尝试的失败原因,范围缩小了1

pd.DataFrame(data=matrix,
          index=np.array(range(1, 32)),
          columns=np.array(range(1, 37)))

因为最后一个值不在范围内

实际上看看你在做什么你本可以做的:

pd.DataFrame(data=matrix,
          index=np.arange(1, 32)),
          columns=np.arange(1, 37)))

或纯粹的 pandas :

pd.DataFrame(data=matrix,
          index=pd.RangeIndex(range(1, 32)),
          columns=pd.RangeIndex(range(1, 37)))

另外,如果不指定索引和列参数,则会生成一个自动生成的索引和列,该索引和列将从 0 . 不清楚为什么你需要他们 1

您也可能没有传递索引和列参数,而只是在构造之后修改它们:

In[9]:
df = pd.DataFrame(adaption)
df.columns = df.columns+1
df.index = df.index + 1
df

Out[9]: 
          1         2         3         4         5         6
1 -2.219072 -1.637188  0.497752 -1.486244  1.702908  0.331697
2 -0.586996  0.040052  1.021568  0.783492 -1.263685 -0.192921
3 -0.605922  0.856685 -0.592779 -0.584826  1.196066  0.724332
4 -0.226160 -0.734373 -0.849138  0.776883 -0.160852  0.403073
5 -0.081573 -1.805827 -0.755215 -0.324553 -0.150827 -0.102148

除了上面的答案, range(1, X) 描述的数字集 1 高达 X-1 包容的。你需要使用 range(1, 32) 和 range(1, 37) 照你说的做。

你遇到了一个错误,因为 end 论证 range(start, end) 是 非包容性 . 你有几个选择来解释这一点:

不传递索引和列

只是使用 df = pd.DataFrame(matrix) . 这个 pd.DataFrame 构造函数隐式添加整数索引。

以数组的形式传递

matrix.shape 提供行和列计数的元组,因此不需要手动指定它们。例如:

df = pd.DataFrame(matrix, index=range(matrix.shape[0]),
                          columns=range(matrix.shape[1]))

如果你需要从 1 ,请记住添加1:

df = pd.DataFrame(matrix, index=range(1, matrix.shape[0] + 1),
                          columns=range(1, matrix.shape[1] + 1))