Python 将两个数据帧组合成一个三维np数组

我需要将两个熊猫数据帧合并成一个三维np数组。例如，这些数据帧

df1 = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4,5,6]})

df2 = pd.DataFrame({'col1': [10, 20, 30], 'col2': [40,50,60]})

应与np.array

[[1,10]、[2,20]、[3,30]、[[4,40]、[5,50]、[6,60]][/code>相关

我最初的想法是使用以下公式压缩数据帧：

dfnew=df1.copy()

for i in range(len(dfnew.columns)):

dfnew[dfnew.columns[i]]=list(map(list, zip(df1.iloc[:,i],df2.iloc[:,i])))

不幸的是，这不起作用，因为它创建了一个二维数组，其中包含一个列表：

array([[list([1, 10]), list([4, 40])],
       [list([2, 20]), list([5, 50])],
       [list([3, 30]), list([6, 60])]], dtype=object)

np.array(dfnew).shape -> (3,2)

由于数组的形状不是三维的，我不能在下面的过程中使用数组

你能帮我把二维数组转换成三维数组吗？或者你有其他方法解决这个问题吗

多谢各位
 这应该能奏效

result = np.array([np.transpose(i) for i in zip(df1.to_numpy().T, df2.to_numpy().T)])