如何将数据框中的一列转换为python中的2D数组

发布时间：2020-12-17 17:41:50 所属栏目：Python 来源：网络整理

导读：我有一个包含观察到的数据的数据框为： import pandas as pdd = {'ID': [0,1,2],'Value': [[1,2,1],[5,4,6],[7,20,9]]}df = pd.DataFrame(data=d) 我如何从值中获取数组以形成2D numpy.ndarray [[1,9]] 形状：(3,3) 我尝试 print(df['Value'].values) 但这给

我有一个包含观察到的数据的数据框为：

import pandas as pd
d = {'ID': [0,1,2],'Value': 
[[1,2,1],[5,4,6],[7,20,9]]}
df = pd.DataFrame(data=d)

我如何从值中获取数组以形成2D numpy.ndarray

 [[1,9]]

形状：(3,3)

我尝试

print(df['Value'].values)

但这给了我

[list([1,1]) list([5,6]) list([7,9])]

这不是我想要的

最佳答案

您可以提取列列表,然后使用以下两种方法进行数组化.

np.array(df['Value'].tolist())

array([[ 1,[ 5,[ 7,9]])

# np.vstack(df['Value'])
np.stack(df['Value'])

array([[ 1,9]])

如果列表大小不均,这将返回一个常规2D数组,其中nans缺失.

df['Value'] = [[1,[3],[4,5,6]]
df

   ID      Value
0   0     [1,2]
1   1        [3]
2   2  [4,6]

# pd.DataFrame(df['Value'].tolist()).values   #  < v0.24
pd.DataFrame(df['Value'].tolist()).to_numpy() #  v0.24+

array([[ 1.,2.,nan],[ 3.,nan,[ 4.,5.,6.]])

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!