Python 如何从熊猫数据帧获取2d numpy阵列?-错误的形状
我想从pandas dataframePython 如何从熊猫数据帧获取2d numpy阵列?-错误的形状,python,numpy,pandas,Python,Numpy,Pandas,我想从pandas dataframedf的一列中获得一个2d numpy数组,每行中都有一个numpy向量。但如果我这样做了 df.values.shape 我得到:(3,)而不是:(3,5) (假设数据帧中的每个numpy向量有5个维度,并且数据帧有3行) 正确的方法是什么?我不确定你想要什么。但是df.values.shape似乎给出了正确的结果 import pandas as pd import numpy as np from pandas import DataFrame df
df
的一列中获得一个2d numpy数组,每行中都有一个numpy向量。但如果我这样做了
df.values.shape
我得到:(3,)
而不是:(3,5)
(假设数据帧中的每个numpy向量有5个维度,并且数据帧有3行)
正确的方法是什么?我不确定你想要什么。但是
df.values.shape
似乎给出了正确的结果
import pandas as pd
import numpy as np
from pandas import DataFrame
df3 = DataFrame(np.random.randn(3, 5), columns=['a', 'b', 'c', 'd', 'e'])
print df3
# a b c d e
#0 -0.221059 1.206064 -1.359214 0.674061 0.547711
#1 0.246188 0.628944 0.528552 0.179939 -0.019213
#2 0.080049 0.579549 1.790376 -1.301700 1.372702
df3.values.shape
#(3L, 5L)
df3["a"]
#0 -0.221059
#1 0.246188
#2 0.080049
df3[:1]
# a b c d e
#0 -0.221059 1.206064 -1.359214 0.674061 0.547711
理想情况下,首先要找到一种不同的方法来定义数据帧,以避免陷入这种情况。但是,如果您的数据帧如下所示:
s = pd.Series([np.random.randint(20, size=(5,)) for i in range(3)])
df = pd.DataFrame(s, columns=['foo'])
# foo
# 0 [4, 14, 9, 16, 5]
# 1 [16, 16, 5, 4, 19]
# 2 [7, 10, 15, 13, 2]
然后,您可以通过调用数组列表上的pd.DataFrame
将其转换为形状为(3,5)的数据帧:
pd.DataFrame(df['foo'].tolist())
# 0 1 2 3 4
# 0 4 14 9 16 5
# 1 16 16 5 4 19
# 2 7 10 15 13 2
pd.DataFrame(df['foo'].tolist()).values.shape
# (3, 5)
您是否尝试过使用df.as_矩阵而不是使用值?或者,您也可以这样做:np.asarray(df['foo'].tolist())df.values返回numpy表示形式