python - 从 pandas 中获取多维数组

Question

嗨，我正在开始使用 pandas/numpy，但遇到了一些障碍。

我对图像进行矢量化并将数据存储在 pandas 列中。

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

数据看起来不错，但我无法以我需要的数组格式获取它。

>>> 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: (19641, 750000)

有什么好的方法可以做到这一点？

提前致谢

编辑: 感谢您的反馈:

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

但是:

>>> 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？

另外:

>>> type(data)
pandas.core.frame.DataFrame
>>> type(data['img_vec'])
pandas.core.series.Series
>>> type(data['img_vec'][0])
numpy.ndarray

Answer 1

您有一系列 19,641 个形状为 (500, 500, 3) 的 numpy 数组，并且您需要一个形状为 (19641, 750000) 的 pandas 数据框。换句话说，您想要展平数组，并将它们的值放入列中。

诀窍是将展平的数组转换为 pandas 系列。这就是您如何告诉 apply 将数据放入列中，并返回包含 750,000 列的数据帧。

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

如果不转换为系列，apply 将返回一系列 19,641 个数组，长度为 750,000。