Python 将数组的数据帧转换为矩阵

我正在尝试将包含数组的pandas数据帧转换为矩阵，并正在寻找最好的方法。 假设我有这个数据帧，我想切掉两行，这两行应该得到一个2x2大小的矩阵

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[[1,2], [3,4], [5,6]]})
df['a'] = df['a'].map(np.array)

以下模式生成一个对象的numpy数组，从而生成一个大小为2的数组：

df.loc[0:1,'a'].to_numpy().shape   # (2,)
df.loc[0:1,'a'].values.shape       # (2,)
np.array(df.loc[0:1,'a'].values).shape   # (2,)
np.array(df.loc[0:1,'a']).shape    # (2,)

这是我找到的最接近的解决方案，但它增加了一个额外的维度，我不明白为什么这是有效的，但上面的那些没有

np.array([df.loc[0:1,'a']]).shape  #( 1,2,2)

是否有一种解决方案可以直接将其转换为形状[2,2]，而无需循环或删除额外维度？

这似乎可以生成所需的（2,2）数组。我还添加了一个带有两列的df2，可以根据您的评论将其重塑为2x2数组。但我的解决方案感觉像是一个黑客。我相信这是可以改进的

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[[1,2], [3,4], [5,6]]})
df['a'] = df['a'].map(np.array)
np.concatenate(df.loc[0:1,'a'],axis = 0).reshape(2,-1).shape

df2 = pd.DataFrame({'a':[[1,2], [3,4], [5,6]],'b':[[1,2], [3,4], [5,6]] })
np.array(df2.loc[0:1,'a':'b'].applymap(np.array)
         .apply(np.concatenate, axis = 0)).reshape(2,2,-1).shape

这似乎会生成所需的（2,2）数组。我还添加了一个带有两列的df2，可以根据您的评论将其重塑为2x2数组。但我的解决方案感觉像是一个黑客。我相信这是可以改进的

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[[1,2], [3,4], [5,6]]})
df['a'] = df['a'].map(np.array)
np.concatenate(df.loc[0:1,'a'],axis = 0).reshape(2,-1).shape

df2 = pd.DataFrame({'a':[[1,2], [3,4], [5,6]],'b':[[1,2], [3,4], [5,6]] })
np.array(df2.loc[0:1,'a':'b'].applymap(np.array)
         .apply(np.concatenate, axis = 0)).reshape(2,2,-1).shape

---

将值转换为嵌套列表，然后转换为

数组

：

a = np.array(df.loc[0:1,'a'].tolist())
print (a)
[[1 2]
 [3 4]]

print (a.shape)
(2, 2)

---

---

将值转换为嵌套列表，然后转换为

数组

：

a = np.array(df.loc[0:1,'a'].tolist())
print (a)
[[1 2]
 [3 4]]

print (a.shape)
(2, 2)

---

---

我对@jezrael发布的答案做了一些修改 我希望这对你有用

假设您的数据帧是这样的

数据帧（{'a'：[[1,2]，[3,4]，[5,6]]，'b'：[[11,2]，[6,9]，[5,6]}）

对两列都执行此操作

a=np.array（df.loc[0:1，'a'].tolist（））
b=np.array（df.loc[0:1，'b'].tolist（））

然后连接两个数组

np.连接（（a，b），轴=1）。重塑（-1,2,2）。形状

我对@jezrael发布的答案做了一些修改 我希望这对你有用

假设您的数据帧是这样的

数据帧（{'a'：[[1,2]，[3,4]，[5,6]]，'b'：[[11,2]，[6,9]，[5,6]}）

对两列都执行此操作

a=np.array（df.loc[0:1，'a'].tolist（））
b=np.array（df.loc[0:1，'b'].tolist（））

然后连接两个数组

np.连接（（a，b），轴=1）。重塑（-1,2,2）。形状

np.array（[df.loc[0:1，'a']]）与上面的尝试相比，您为什么在array（）函数中添加[]，而在其他尝试中为什么不添加[]？我尝试了不同的方法，添加[]似乎有效。但这增加了一个我不想要的额外维度。这就是为什么与上面的尝试相比，我没有更多关于typenp.array（[df.loc[0:1，'a']]）的示例，为什么在array（）函数中添加了[]，为什么在其他尝试中没有添加[]？我尝试了不同的方法，通过添加[]，它似乎可以工作。但这增加了一个我不想要的额外维度。这就是为什么我没有更多这种类型的例子谢谢，这个解决方案很有效，但也许我的例子太简单了。当添加两列和两行时，你应该得到一个大小为2x2x2的矩阵，然后这个解决方案似乎不再有效。@Dangraf你能为这个“df=pd.DataFrame（{'a'：[[1,2]，[3,4]，[5,6]}）df['a']=df['a']=map（np.array）df['b']=df['a]cols=['a'，'b']df.loc[0:1，['a'，'b']，[b']]到.]（2x2x2）np.数组（[df.loc[0:1，cols]]）。形状#（1,2）“``我修改了我的代码，将带有两列select的df2更改为2x2x2数组。你可以用它作为指南来获得你真正想要的。可能很难得到一个适用于任何n-d数组的完全通用的解决方案。谢谢，这个解决方案很有效，但可能我的示例太简单了。当添加例如两列两行时，你应该如果你得到一个大小为2x2x2的矩阵，那么这个解决方案似乎就不起作用了。@Dangraf你能为这个“df=pd.DataFrame（{'a'：[[1,2]，[3,4]，[5,6]}）df['a']=df['a']=df['a]cols=['a'，'b']df.loc[0:1，['a'，'b']]df.loc.to#（2,2），预期的（np.col.2x2）数组（'b']=df.loc#（1,2）``我修改了我的代码，将带有两列select的df2更改为2x2x2数组。您可以使用它作为指南来获得您真正想要的。可能很难获得一个适用于任何n-d数组的完全通用的解决方案。我仍然从您的示例中获得形状（2）above@Dangraf-很有趣，我得到了

（2,2）

@jezrael我想知道更多关于你使用

tolist（）

而不是

np的直觉。重塑
@ShubhamShaswat-好吧，如果你认为这是一个糟糕的解决方案，请随意解释。@jezrael嘿，你有迄今为止最好的解决方案，我只是想知道你是怎么想到这个的。我的意思是没有不尊重，就像learnI一样，我仍然保持身材（2，）以你为例above@Dangraf-这很有趣，我得到了
（2,2）
@jezrael我想知道更多关于你使用
tolist（）背后的直觉
而不是
np.重塑
@ShubhamShaswat-好吧，如果你认为这是一个糟糕的解决方案，请随意解释。@jezrael嘿，你有迄今为止最好的解决方案，我只是想知道你是怎么想到这个的。我的意思不是不尊重，就像学习一样