Question

我想从pandas数据帧df的列中获取一个2d-numpy数组，每行都有一个numpy向量。但是如果我做的话

df.values.shape

我得到：(3,)而非获得：(3,5)

（假设数据框中的每个numpy向量都有5个维度，并且数据框有3行）

什么是正确的方法？

Answer 1

理想情况下，通过首先找到另一种定义DataFrame的方法来避免陷入这种情况。但是，如果您的DataFrame看起来像这样：

s = pd.Series([np.random.randint(20, size=(5,)) for i in range(3)])
df = pd.DataFrame(s, columns=['foo'])
#                   foo
# 0   [4, 14, 9, 16, 5]
# 1  [16, 16, 5, 4, 19]
# 2  [7, 10, 15, 13, 2]

然后你可以通过在数组列表上调用pd.DataFrame将它转换为形状（3,5）的DataFrame：

pd.DataFrame(df['foo'].tolist())
#     0   1   2   3   4
# 0   4  14   9  16   5
# 1  16  16   5   4  19
# 2   7  10  15  13   2

pd.DataFrame(df['foo'].tolist()).values.shape
# (3, 5)

Answer 2

我不确定你想要什么。但df.values.shape似乎正在给出正确的结果。

import pandas as pd
import numpy as np
from pandas import DataFrame

df3 = DataFrame(np.random.randn(3, 5), columns=['a', 'b', 'c', 'd', 'e'])

print df3
#          a         b         c         d         e
#0 -0.221059  1.206064 -1.359214  0.674061  0.547711
#1  0.246188  0.628944  0.528552  0.179939 -0.019213
#2  0.080049  0.579549  1.790376 -1.301700  1.372702

df3.values.shape
#(3L, 5L)

df3["a"]
#0   -0.221059
#1    0.246188
#2    0.080049

df3[:1]
#     a         b           c           d           e
#0  -0.221059   1.206064    -1.359214   0.674061    0.547711

如何从熊猫数据帧中获取2d numpy数组？ - 形状错误

2 个答案: