Python 熊猫导出向量并将其形状更改为一维数组

我有一个pd数据框

df = {'col1': [1, 2], 'col2': [3, 4]}

通过执行以下操作，我可以创建col2的ndarray：

col2 = np.array(df['col2'].values)

我想添加一个数字作为该向量的第一个元素，我尝试了以下方法：

col2=np.array([0])
col2=col2.append( np.array(df['col2'].values))

但它给出了错误

我还尝试了连接和（df['col2'].values）.tolist（）

---

但是我无法解决这个问题。

np.append

对于串联任务来说效率很低。您可以使用

np.hstack

或

np.concatenate

。另请注意，返回一个NumPy数组，因此不需要通过

np.array显式强制转换：

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

col2 = np.array([0])
col2 = np.hstack((col2, df['col2'].values))

# array([0, 3, 4], dtype=int64)

正如@user3483203所评论的，NumPy数组不是必需的，尽管您会看到速度的微小提高。您可以将
list
和
pd.Series
对象与
np.hstack
一起使用：

col2 = np.hstack(([0], df['col2']))

您甚至不需要调用
值
：
np.hstack（（[0]，df.col2））
hstack
可以很好地处理该系列。在阵列上操作时，您将获得非常小的速度提升，但在较大的尺寸下，差异不会增加