Python 从数据帧到三维阵列的形状

我想将pandas dataframe转换为3d阵列，但无法获得3d阵列的真实形状：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df['a'][3:]=1
df['a'][:3]=2
a3d = np.array(list(df.groupby('a').apply(pd.DataFrame.as_matrix)))
a3d.shape
(2,)

但是，当我设置为这个时，我可以得到形状

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df['a'][2:]=1
df['a'][:2]=2
a3d = np.array(list(df.groupby('a').apply(pd.DataFrame.as_matrix)))
a3d.shape
(2,2,5)

代码有什么问题吗？

---

谢谢

代码没有问题，因为在第一种情况下，您没有3d阵列。根据A（此处为3d）的定义，前两行说明每个维度必须具有相同的大小。在第一种情况下：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df['a'][3:]=1
df['a'][:3]=2
a3d = np.array(list(df.groupby('a').apply(pd.DataFrame.as_matrix))) 

您有一个大小为2的一维数组（这是

a3d.shape

显示的内容），其中包含形状（1,5）和（3,5）的二维数组

因此，您所称的

a3d

的第一维度中的两个元素的大小不同，不能被视为该

ndarray

的其他维度

而在第二种情况下,

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df['a'][2:]=1
df['a'][:2]=2
a3d = np.array(list(df.groupby('a').apply(pd.DataFrame.as_matrix)))

a3d[0].shape
Out[176]: (2, 5)
a3d[1].shape
Out[177]: (2, 5)

---

第一维度的两个元素大小相同，因此

a3d

是一个三维数组

你看了

数据类型了吗？或者阵列本身（哪个不是那么大）？
df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df['a'][2:]=1
df['a'][:2]=2
a3d = np.array(list(df.groupby('a').apply(pd.DataFrame.as_matrix)))

a3d[0].shape
Out[176]: (2, 5)
a3d[1].shape
Out[177]: (2, 5)