在pandas数据框中将列表转换为numpy数组 [英] conversion of lists into a numpy array in pandas dataframe

问题描述

我们有一个数据框，其中一列的元素是列表(讨论不是关于是否应该这样做).一个简单的示例如下:

We have a dataframe where the elements of one column are lists (the discussion is not about if this should be done or not). A simple example is the following:

df = pd.DataFrame([[12,[123,234,234]], [14,[124,25,235]], [16,[1267,267,2345]]], columns = ['A', 'B'])

获取:

此处的目标是将列 B 转换为一个numpy数组，如下所示:

the goal here to to convert the column B into a numpy array, like the following one:

.

如果我要求熊猫将列转换为数组:

If I ask to pandas convert the column into an array:

df['B'].values

它返回一个列表数组，与上面的列表不同:

it returns an array of list, which is not the same as the one above:

array([list([123, 234, 234]), list([124, 25, 235]),
   list([1267, 267, 2345])], dtype=object)

我们如何解决问题?

推荐答案

如果列表的长度始终相同，则创建嵌套列表，然后转换为np.array:

If always same length of lists is possible create nested lists and then convert to np.array:

arr = np.array(df['B'].values.tolist())
#alternative
#arr = np.array(df['B'].tolist())
print (arr)
[[ 123  234  234]
 [ 124   25  235]
 [1267  267 2345]]

这篇关于在pandas数据框中将列表转换为numpy数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！