如何将一系列数组转换为 pandas/numpy 中的单个矩阵？

Posted 2023-02-23

技术标签:

【中文标题】如何将一系列数组转换为 pandas/numpy 中的单个矩阵？【英文标题】：how to convert a Series of arrays into a single matrix in pandas/numpy? 【发布时间】：2017-04-11 00:17:53 【问题描述】：

我不知何故得到了一个pandas.Series，其中包含一堆数组，就像下面代码中的s。

data = [[1,2,3],[2,3,4],[3,4,5],[2,3,4],[3,4,5],[2,3,4],
        [3,4,5],[2,3,4],[3,4,5],[2,3,4],[3,4,5]]
s = pd.Series(data = data)
s.shape # output ---> (11L,)
# try to convert s to matrix
sm = s.as_matrix()
# but...
sm.shape # output ---> (11L,)

如何将s 转换为形状为 (11,3) 的矩阵？谢谢！

【问题讨论】：

你为什么要经历一个系列？如果这是您想要的，为什么不直接转换为矩阵？ import numpy as np; np.array(data) 怎么样？您可能不需要创建Series。另外，请注意(11,3) 维度最好用DataFrame 表示。你的系列包含列表，而不是数组。 @Abdou 你甚至不需要reshape，只需np.array(data) 就可以了。 【参考方案1】：

我用 5793 个 100D 向量测试了上述方法。旧方法，先转换为列表，速度最快。

%time print(np.stack(df.features.values).shape)
%time print(np.stack(df.features.to_numpy()).shape)
%time print(np.array(df.features.tolist()).shape)
%time print(np.array(list(df.features)).shape)

结果

(5793, 100)
CPU times: user 11.7 ms, sys: 3.42 ms, total: 15.1 ms
Wall time: 22.7 ms
(5793, 100)
CPU times: user 11.1 ms, sys: 137 µs, total: 11.3 ms
Wall time: 11.9 ms
(5793, 100)
CPU times: user 5.96 ms, sys: 0 ns, total: 5.96 ms
Wall time: 6.91 ms
(5793, 100)
CPU times: user 5.74 ms, sys: 0 ns, total: 5.74 ms
Wall time: 6.43 ms

【讨论】：

【参考方案2】：

如果由于某种原因，您发现自己对 Series 感到厌恶，那么将其恢复为您想要的 matrix 或 array 很简单：

In [16]: s
Out[16]:
0     [1, 2, 3]
1     [2, 3, 4]
2     [3, 4, 5]
3     [2, 3, 4]
4     [3, 4, 5]
5     [2, 3, 4]
6     [3, 4, 5]
7     [2, 3, 4]
8     [3, 4, 5]
9     [2, 3, 4]
10    [3, 4, 5]
dtype: object

In [17]: sm = np.array(s.tolist())

In [18]: sm
Out[18]:
array([[1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [2, 3, 4],
       [3, 4, 5],
       [2, 3, 4],
       [3, 4, 5],
       [2, 3, 4],
       [3, 4, 5],
       [2, 3, 4],
       [3, 4, 5]])

In [19]: sm.shape
Out[19]: (11, 3)

但除非是你无法改变的东西，否则一开始就拥有那个系列毫无意义。

【讨论】：

谢谢，我有一个由一系列行组成的 pandas 系列，这有助于我从 (m, 1) 转换为适当的数组维度 (m,n)【参考方案3】：

对于 pandas>=0.24，您也可以np.stack(s.to_numpy()) 或np.concatenate(s.to_numpy())，具体取决于您的要求。

【讨论】：

【参考方案4】：

另一种方法是提取系列的值并对其使用 numpy.stack。