Python 将熊猫系列转换为列表系列，或将numpy数组转换为列表数组

我有一个系列

s

s = pd.Series([1, 2])

什么是使

s

看起来像的有效方法

0    [1]
1    [2]
dtype: object

这就是：

import numpy as np

np.array([[a] for a in s],dtype=object)
array([[1],
       [2]], dtype=object)

---

如果希望结果仍然是熊猫

系列

，可以使用以下方法：

---

调整atomh33ls的答案，以下是一系列列表：

output = pd.Series([[a] for a in s])
type(output)
>> pandas.core.series.Series
type(output[0])
>> list

选择建议的时间安排：

import numpy as np, pandas as pd
s = pd.Series(np.random.randint(1,10,1000))

>> %timeit pd.Series(np.vstack(s.values).tolist())
100 loops, best of 3: 3.2 ms per loop

>> %timeit pd.Series([[a] for a in s])
1000 loops, best of 3: 393 µs per loop

>> %timeit s.apply(lambda x: [x])
1000 loops, best of 3: 473 µs per loop

---

这里有一种方法可以提取到数组中，并通过引入一个新的轴来扩展到

2D

-

这里有一个类似的例子，但通过重塑扩展到

2D

-

pd.Series(s.values.reshape(-1,1).tolist())

运行时测试使用-

---

与我的方法相比要好得多。@Divakar为了完整起见，您可以在

pd.Series（memoryview（s.values.reformate（-1,1））.tolist（）中添加一个“approach 3”，因为在
memoryview上构建
Series
应该更快（至少在我当前的配置中是这样）（在较大的示例中可能更为明显）。@mgc是否仅适用于python3？在我使用Python2.7时，我遇到了以下错误：
“NotImplementedError:tolist（）仅支持字节视图”
，尝试执行时：
memoryview（s.values.reforme（-1,1））.tolist（）
@Divakar你是对的，这只是python 3。我的缺点是，我没有太多地使用python 2.7。我添加了“with My config”（但我应该定义它：python 3.5.2/numpy 1.11.1），因为我不能保证所有版本都是如此（因此最后，对于你的答案来说，它可能不是“方法3”的好选择！）@mgc仍然非常感谢您的反馈，对于使用python3的人也可以尝试一下！
pd.Series(s.values[:,None].tolist())

pd.Series(s.values.reshape(-1,1).tolist())

In [43]: s = pd.Series(np.random.randint(1,10,1000))

In [44]: %timeit pd.Series(np.vstack(s.values).tolist()) # @Nickil Maveli's soln
100 loops, best of 3: 5.77 ms per loop

In [45]: %timeit pd.Series([[a] for a in s]) # @P-robot's soln
1000 loops, best of 3: 412 µs per loop

In [46]: %timeit s.apply(lambda x: [x]) # @mgc's soln
1000 loops, best of 3: 551 µs per loop

In [47]: %timeit pd.Series(s.values[:,None].tolist()) # Approach1
1000 loops, best of 3: 307 µs per loop

In [48]: %timeit pd.Series(s.values.reshape(-1,1).tolist()) # Approach2
1000 loops, best of 3: 306 µs per loop