代码之家 › 专栏 › 技术社区 › Mauro Gentile

多维np数组的列表序列

numpy pandas arrays

Mauro Gentile · 技术社区 · 7 年前

我有一个熊猫数据框。一列是数字(作为字符)除以空格的字符串

我需要把它转换成多维numpy数组。

我想:

df.A.apply(lambda x: np.array(x.split(" "))).values

会成功的

实际上它返回一个数组。。。。

array([array(['70', '80', '82', ..., '106', '109', '82'], dtype='<U3'),
   array(['151', '150', '147', ..., '193', '183', '184'], dtype='<U3'),

我看起来不像是我在找的东西

array([[[['70', '80', '82', ..., '106', '109', '82'],['151', '150', '147', ..., '193', '183', '184']....

第二:我对这两种数据结构之间的区别有点困惑。归根结底,多维数组就是数组的数组。从这个角度看,这两个似乎是相同的结构。但我肯定我错过了一些东西

例子:

df=pd.DataFrame({"A":[0,1,2,3],"B":["1 2 3 4","5 6 7 8","9 10 11 12","13 14 15 16"]})

    A   B
0   0   "1 2 3 4"
1   1   "5 6 7 8"
2   2   "9 10 11 12"
3   3   "13 14 15 16"

这个命令

df.B.apply(lambda x: np.array(x.split(" "))).values

给予:

array([array(['1', '2', '3', '4'], dtype='<U1'),
   array(['5', '6', '7', '8'], dtype='<U1'),
   array(['9', '10', '11', '12'], dtype='<U2'),
   array(['13', '14', '15', '16'], dtype='<U2')], dtype=object)

 array([['1', '2', '3', '4'],
   ['5', '6', '7', '8'],
   ['9', '10', '11', '12'],
   ['13', '14', '15', '16']], dtype='<U2')

问题1:我如何得到最后一个结构? 问题2:两者有什么区别?从技术上讲,这两个阵列都是。。。

1 回复 | 直到 7 年前

Ben.T 7 年前

你可以用 str.split df.A 直接,用参数 expand=True 然后使用 values 例如:

df = pd.DataFrame({'A':['70 80 82','151 150 147']})
print (df.A.str.split(' ',expand=True).values)
array([['70', '80', '82'],
       ['151', '150', '147']], dtype=object)

使用您的方法,如果所有字符串都包含相同数量的数字,则仍然可以使用 np.stack 要得到相同的结果:

print (np.stack(df.A.apply(lambda x: np.array(x.split(" "))).values))

编辑 :对于区别,我不确定我能解释得足够好,但我尽力了。让我们来定义

arr1 = df.A.str.split(' ',expand=True).values
arr2 = df.A.apply(lambda x: np.array(x.split(" "))).values

首先,您可以注意到形状不同:

print(arr1.shape)
(2, 3)
print(arr2.shape)
(2,)

arr2 是一个1D数组,其中的元素恰好也是1D数组。当你建造具有 价值观 ,它从序列构造1D数组 df.A.apply(lambda x: np.array(x.split(" "))) 不看这个系列的字体。为了 arr1 ,区别在于 df.A.str.split(' ',expand=True) 价值观 将构造一个二维数组,其形状为 (number of rows,nb of columns) 价值观 ,但实际上在一个系列的单元格中有一个数组(如在方法中创建的那样)不会创建二维数组。

然后,如果要访问任何元素(例如第一行第二个元素),可以通过 arr1[0,1] arr2[0,1] 将引发错误,因为此结构不是二维数组,但是 arr2[0][1] [1] 第一个1D数组的 [0] 在里面 arr2号

我希望它能给出一些解释。