Question

我有一个由成对数组组成的熊猫系列：

In [177]: pair_arrays
Out[177]: 
15192     [[1, 9], [2, 14], [4, 1], [5, 36], [6, 8], [7,...
16012     [[0, 107], [1, 42], [2, 22], [3, 59], [4, 117]...
17523     [[0, 44], [1, 36], [2, 43], [3, 28], [4, 52], ...
...

我想将其重塑为包含两列的数据框，＆＃39; x＆＃39;和＆＃39; y＆＃39;，其形状类似于：

In [179]: pd.DataFrame([{'x':1, 'y':42}, {'x':4, 'y':12}], columns=['x', 'y'])
Out[179]: 
   x   y
0  1  42
1  4  12
...

我该怎么做？

Answer 1

假设系列中的每个元素都是一对数组，并且每对都是一个序列，这应该有效：

pair_df = pd.DataFrame(np.vstack(pair_arrays.values), columns=['x','y'])

关键是pandas不知道如何使用对象数组。所以我在这里做的是将它转换为一个numpy对象数组。然后我堆叠对象数组，它会得到一个2D整数数组，然后将其转换回DataFrame。

从技术上讲，您目前不需要使用values方法显式转换为numpy数组，但我认为这样更清晰，并且可能更长期安全。

Answer 2

我可以通过Python进行如下操作：

pd.DataFrame(
  [item for sublist in pair_arrays.tolist() for item in sublist], 
  columns=['x', 'y']
)

这适用于我的用例，但通过Python可能并不理想。

转换pandas＆＃34;系列对数组＆＃34;到一个＆＃34;两列DataFrame＆＃34;？

2 个答案: