熊猫数据框到2D numpy数组

Question

我有以下数据框：

d = {'histogram' : [[1,2],[3,4],[5,6]]}
df = pd.DataFrame(d)

直方图的长度始终相同（在此示例中为2）。

，我想将“直方图”列转换为2D numpy数组以馈入神经网络。首选输出是：

output_array = np.array(d["histogram"])

即：

array([[1, 2],
       [3, 4],
       [5, 6]])

但是当我尝试：

df["histogram"].to_numpy()

结果是一个列表数组，而不是numpy个数组：

array([list([1, 2]), list([3, 4]), list([5, 6])], dtype=object)

这对于神经网络是有问题的，因为我必须指定尺寸/形状。

我尝试通过强制转换为numpy数组来解决此问题：

df["histogram_arrays"] = df["histogram"].apply(lambda x: np.array(x))
df["histogram_arrays"].to_numpy()

返回数组的一维数组，而不是二维数组。

array([array([1, 2]), array([3, 4]), array([5, 6])], dtype=object)

如何将直方图转换为2D数组？

Answer 1

本质上，您的问题是：如何将（大小相同）列表的NumPy数组转换为二维NumPy数组。

这使它与this SO question（几乎）重复，但是由于您的实际问题被隐藏了，无论如何，我还是在这里回答。

使用numpy.vstack：

>>> data = df['histogram'].to_numpy()
>>> data
array([list([1, 2]), list([3, 4]), list([5, 6])], dtype=object)
>>> data = np.vstack(data)
>>> data.dtype, data.shape
(dtype('int64'), (3, 2))
>>> data
array([[1, 2],
       [3, 4],
       [5, 6]])

Answer 2

尝试一下：

np.vstack(df['histogram'])