Python 如何将元组列表更改为numpy数组?
我有一个数据框,如下所示:Python 如何将元组列表更改为numpy数组?,python,arrays,pandas,numpy,dataframe,Python,Arrays,Pandas,Numpy,Dataframe,我有一个数据框,如下所示: id points 0 1 (-2.3, 7) 1 1 (-5, 7) 2 1 (-6.9, 5) 3 2 (2, 5.9) 4 2 (-0.3, -8) 我正在尝试使用groupby id并获得如下所示的numpy数组: df2 = df.groupby(["id"])["points"]\ .apply(lambda x : np.array(x.values)).re
id points
0 1 (-2.3, 7)
1 1 (-5, 7)
2 1 (-6.9, 5)
3 2 (2, 5.9)
4 2 (-0.3, -8)
我正在尝试使用groupby id并获得如下所示的numpy数组:
df2 = df.groupby(["id"])["points"]\
.apply(lambda x : np.array(x.values)).reset_index()
这是可行的,但它会更改为元组列表(如下所示),如何更改为numpy数组?或者我所考虑的元组列表实际上是一个numpy 2d数组
id points
0 1 [ (-2.3, 7), (-5,7), (-6.9,5) ]
1 2 [ (2, 5.9), (-0.3, -8) ]
如果您想要的是元组的numpy数组,那么这就是您已经得到的:
In [8]: df.groupby('id').points.apply(np.asarray).values
Out[8]:
array([array([(-2.3, 7), (-5, 7), (-6.9, 5)], dtype=object),
array([(2, 5.9), (-0.3, -8)], dtype=object)], dtype=object)
但是,如果要将输出转换为2D数组而不是元组数组,请继续阅读
选项1 在groupby之前转换
点
(您可以在不使用lambda的情况下进行管理):
选项2
在groupby之后转换点
(您需要一个lambda
):
完成后,调用df.reset\u index
以获得所需的输出。这里的一个非常好的答案可能会帮助您:实际上,这些数组在pd中打印时看起来就像列表。DataFrame
我的答案假设您想要的是一个2D numpy数组,而不是元组的numpy数组。@juanpa.arrivillaga ahahahahahahahahahaha是的。我最后一次重新启动是在提示符读取2k某物时。“行吗?”皮尔斯夸德似乎很熟悉哈哈,我想你知道我是从哪里买的。
In [785]: df.points = df.points.apply(np.array); df
Out[785]:
id points
0 1 [-2.3, 7.0]
1 1 [-5, 7]
2 1 [-6.9, 5.0]
3 2 [2.0, 5.9]
4 2 [-0.3, -8.0]
In [787]: df.groupby('id').points.apply(np.asarray)
Out[787]:
id
1 [[-2.3, 7.0], [-5, 7], [-6.9, 5.0]]
2 [[2.0, 5.9], [-0.3, -8.0]]
In [796]: df.groupby('id').points.apply(lambda x: np.array(list(map(list, x))))
Out[796]:
id
1 [[-2.3, 7.0], [-5.0, 7.0], [-6.9, 5.0]]
2 [[2.0, 5.9], [-0.3, -8.0]]