Python Pandas-将numpy数组列表转换为单个列表？

当我尝试在我的机器学习项目中实现OneHotEncoding时，我使用以下代码对我的3个类别特征（工作、婚姻状况和教育）进行编码

这会将3个功能中每个功能的类别返回到列表中捕获的3个不同数组中

[array(['admin.', 'blue-collar', 'management', 'retired', 'self-employed',
        'services', 'student', 'technician', 'unemployed', 'unknown'],
       dtype=object),
 array(['divorced', 'married', 'single'], dtype=object),
 array(['primary', 'secondary', 'tertiary', 'unknown'], dtype=object)]

我知道在这个列表中使用for循环可以返回3个列表，其中包含所有3个功能的标签

for value in feature_labels:
    print(value)

['admin.' 'blue-collar' 'management' 'retired' 'self-employed' 'services'
 'student' 'technician' 'unemployed' 'unknown']
['divorced' 'married' 'single']
['primary' 'secondary' 'tertiary' 'unknown']

也就是说，是否有一个更优雅的或一行，我可以合并创建一个列表，包含我的3个功能的所有不同类别？最后，我希望有一个列表，如下所示，这样我就可以将所有3个编码的功能导入到一个数据帧中

['admin.', 'blue-collar', 'management', 'retired', 'self-employed', 'services', 'student' ,'technician', 'unemployed', 'unknown', 'divorced', 'married', 'single', 'primary', 'secondary', 'tertiary', 'unknown']

---

如果您有嵌套列表：

l = [['admin.', 'blue-collar', 'management', 'retired', 'self-employed','services', 'student', 'technician', 'unemployed', 'unknown'],\
['divorced', 'married', 'single'], ['primary', 'secondary', 'tertiary', 'unknown']]

取消测试的方法之一是：

import itertools

flat_l  = list(itertools.chain(*l))

结果:

['admin.',
 'blue-collar',
 'management',
 'retired',
 'self-employed',
 'services',
 'student',
 'technician',
 'unemployed',
 'unknown',
 'divorced',
 'married',
 'single',
 'primary',
 'secondary',
 'tertiary',
 'unknown']

---

您可以使用numpy的连接来连接3个数组：（）

---

由于您有一个numpy阵列列表，因此还可以使用：

import numpy as np

l = list(np.concatenate(feature_labels))

labels = np.concatenate(feature_labels)

# The result:
array(['admin.', 'blue-collar', 'management', 'retired', 'self-employed',
       'services', 'student', 'technician', 'unemployed', 'unknown',
       'divorced', 'married', 'single', 'primary', 'secondary',
       'tertiary', 'unknown'], dtype=object)

import numpy as np

l = list(np.concatenate(feature_labels))