Python 从熊猫中获取多维数组

嗨，我刚开始接触熊猫/小矮人，我遇到了一些障碍

我将图像矢量化，并将数据存储在一列中

misc.imresize(misc.imread(path, mode='RGB')

数据看起来很好，但我无法以我需要的数组格式将其输出

>>> data['img_vec'].shape 
(19641,)
>>> data['img_vec'][0].shape
(500, 500, 3)
>>> data['img_vec'][0].flatten().shape
(750000,)
>>> data['img_vec'].values.flatten()[0].shape
(500, 500, 3)

我真正想要的是让数据img_vec看起来像这样： （19641750000）

做这件事的好方法是什么

提前谢谢

编辑： 感谢您的反馈：

>>> data['img_vec'][0].reshape((1, 750000), order='C').shape
(1, 750000)

然而：

>>> data['img_vec'].values.reshape((1, 750000), order='C').shape
and
>>> np.reshape(data['img_vec'].values, (1, 750000), order='C').shape
Return "ValueError: total size of new array must be unchanged"

我假设这是因为它试图在数据系列而不是单个元素上运行它。如何在整个数据系列上运行它

此外：

可能就是你要找的

您可能需要tweek“order”参数以获得正确的结果（如果没有要复制的样本数据，很难判断），但是生成的代码应该类似于这些代码

reshaped_data = np.reshape(data.values, (-1, 750000), order='C')

---

您有一系列19641 numpy数组的形状

（500500,3）

，并且您想要一个熊猫数据帧的形状

（19641750000）

。换句话说，您希望展平数组，并将其值放入列中

诀窍是将展平的阵列投射到一个系列中。这就是如何告诉

apply

将数据放入列中，并返回一个包含750000列的数据帧

data['img_vec'].apply(lambda arr: pd.Series(arr.flatten()))

---

如果您不转换为一个系列，

apply

将返回长度为750000的19641个数组。

什么是

类型（数据）

？感谢您的回复，我在帖子中添加了此信息。您应该使用整形（-175000）而不是整形（（175000）这看起来确实很有希望。我用更多的数据更新了这篇文章，你能看一下吗？Thanks@user2630270您在应用此解决方案时输入了错误，输入形状应为

（-175000）

，而不是

（175000）

。

-1

告诉numpy自己计算这个维度。我仍然得到（19641，）的形状，但每个元素的形状都是（750000，）即使这返回相同的形状：.apply（lambda x:np.ndarray.flatte（x）[0]）。shapeI认为我的数据有点乱。type（data['img_vec'][0][0]）是ndarray类型（data['img_vec'[0][0][0][0]）uint8是这样吗？关于

data['img_vec'].apply（lambda arr:pd.Series（arr.flatte（））

？转换到熊猫系列中应该使

apply

返回一个您想要的大小的数据帧。请查看我编辑的答案，如果仍然不清楚，请告诉我。

data['img_vec'].apply(lambda arr: pd.Series(arr.flatten()))