第一次发布到 stackoverflow。我已经搜索过,但找不到答案。
我有一个二维 numpy 数组的 Pandas 系列:
import numpy as np
import pandas as pd
x1 = np.array([[0,1],[2,3],[3,4]],dtype=np.uint8)
x2 = np.array([[5,6],[7,8],[9,10]],dtype=np.uint8)
S = pd.Series(data=[x1,x2],index=['a','b'])
输出 S 应该是这样的:
a [[0, 1], [2, 3], [3, 4]]
b [[5, 6], [7, 8], [9, 10]]
我希望将其转换为 Pandas DataFrame D,其中 S 中 2D numpy 数组的每一列都变成 D 列中的一维 numpy 数组:
D 应该是这样的:
0 1
a [0,2,3] [1,3,4]
b [5,7,9] [6,8,10]
请注意,我的实际数据集是 1238500 个数组,大小为 (32,8),因此我试图避免遍历行。
执行此操作的有效方法是什么?
最佳答案
一种解决方案 np.stack
和 map
df = pd.DataFrame(np.stack(map(np.transpose, S)).tolist(), index=S.index)
print (df)
0 1
a [0, 2, 3] [1, 3, 4]
b [5, 7, 9] [6, 8, 10]
关于python - 将二维 numpy 数组的 Pandas 系列转换为一维 numpy 数组列的 Pandas DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53603199/