Python Pb将熊猫列表.Series转换为熊猫的numpy数组.Series

我想将

pandas.Series

列表转换为

pandas.Series

的numpy数组。但是当我调用数组构造函数时，它也会转换我的序列

>>> l = [Series([1,2,3]),Series([4,5,6])]
>>> np.array(l)
array([[1, 2, 3],
       [4, 5, 6]], dtype=int64)

我的列表很小（~10个元素），因此我希望避免创建pandas.DataFrame。 有简单的解决方法吗

---

提前感谢

分配数组时，应设置数组的

dtype

：

l = [pd.Series([1,2,3]),pd.Series([4,5,6])]
np.array(l, dtype=pd.Series)

---

尽管如此，它提出了一个问题：为什么你想要一系列的系列，而不是系列内容的系列？

非常感谢！稍后，我需要在其中一些系列中使用滚动力矩函数，据我所知，它只存在于熊猫中。不要太快感谢我！第二次检查时，它可能不起作用。但是在这种情况下，您可能只想将系列对象保存在python列表中。嗯……谢谢您的尝试，但它确实不起作用。不幸的是，我真的需要一个np.array，如果它的目的是转换为Numpy数组表示，那么你可以看到，或者肯定创建这个系列也相当昂贵（它比数据帧好得多吗？）真的不清楚你为什么要这样做（为什么不直接使用Numpy？）。我正在记录一些关于n（~20）的实时测量值变量。在每个记录中，我计算m（可能是1到20，每次迭代都不同）变量子集的滚动力矩，并比较这些数据。目前，我正在数据帧中写入实时数据（索引大小为预期度量值的nb，列大小为20），选择我需要的m个元素，并将滚动力矩（myDf.iloc[Ai:Bi]）存储在数组中（Ai:Bi对于m的每个元素都是不同的）。最好的方法是什么？