Эффективно построить Pandas DataFrame из большого списка кортежей / строк

Question

Я унаследовал файл данных, сохраненный в формате Stata.dta. Я могу загрузить его с scikits.statsmodelsgenfromdta() функция. Это помещает мои данные в одномерный массив NumPy, где каждая запись представляет собой строку данных, хранящуюся в 24-кортеже.

In [2]: st_time = time.time(); initialload = sm.iolib.genfromdta("/home/myfile.dta"); ed_time = time.time(); print (ed_time - st_time)
666.523324013

In [3]: type(initialload)
Out[3]: numpy.ndarray

In [4]: initialload.shape
Out[4]: (4809584,)

In [5]: initialload[0]
Out[5]: (19901130.0, 289.0, 1990.0, 12.0, 19901231.0, 18.0, 40301000.0, 'GB', 18242.0, -2.368063, 1.0, 1.7783716290878204, 4379.355, 66.17669677734375, -999.0, -999.0, -0.60000002, -999.0, -999.0, -999.0, -999.0, -999.0, 0.2, 371.0)

Мне любопытно, есть ли эффективный способ организовать это в DataFrame Pandas. Из того, что я прочитал, построение DataFrame строка за строкой кажется довольно неэффективным... но каковы мои варианты?

Я написал довольно медленный первый проход, который просто читает каждый кортеж как однострочный DataFrame и добавляет его. Просто интересно, известно ли что-нибудь еще лучше.

Answer 1

Если мой комментарий ответил на ваш вопрос, мой ответ больше не должен комментировать его;;-)

pandas.DataFrame(initialload, columns=list_of_column_names)

Answer 2

Версия p.12 и выше должна поддерживать загрузку формата Stata напрямую ( ссылка).

Из документации:

Функция верхнего уровня read_stata прочитает файл формата dta и возвратит DataFrame: класс StataReader при инициализации прочитает заголовок данного файла dta. Его метод data() будет читать наблюдения, преобразовывая их в DataFrame, который возвращается:

 pd.read_stata('stata.dta')