Question

我有一个数据框如下：

  id      points
0  1      (-2.3, 7)
1  1      (-5, 7)
2  1      (-6.9, 5)
3  2      (2, 5.9)
4  2      (-0.3, -8)

我正在尝试使用groupby id并获得如下所示的numpy 2darray：

df2 = df.groupby(["id"])["points"]\
          .apply(lambda x : np.array(x.values)).reset_index()

这可行，但它会更改为元组列表（如下所示），如何更改为numpy数组？或者我正在考虑作为元组列表实际上是一个numpy 2d数组？

  id   points
0  1   [ (-2.3, 7), (-5,7), (-6.9,5) ]
1  2   [ (2, 5.9), (-0.3, -8) ]

Answer 1

如果你想要的是一堆阵容的元组，那就是你已经得到的：

In [8]: df.groupby('id').points.apply(np.asarray).values
Out[8]: 
array([array([(-2.3, 7), (-5, 7), (-6.9, 5)], dtype=object),
       array([(2, 5.9), (-0.3, -8)], dtype=object)], dtype=object)

但是，如果要将输出转换为2D数组而不是元组数组，请继续阅读。

选项1

在groupby之前转换points（您可以在没有lambda的情况下进行管理）：

In [785]: df.points = df.points.apply(np.array); df
Out[785]: 
   id        points
0   1   [-2.3, 7.0]
1   1       [-5, 7]
2   1   [-6.9, 5.0]
3   2    [2.0, 5.9]
4   2  [-0.3, -8.0]

In [787]: df.groupby('id').points.apply(np.asarray)
Out[787]: 
id
1    [[-2.3, 7.0], [-5, 7], [-6.9, 5.0]]
2             [[2.0, 5.9], [-0.3, -8.0]]

选项2

在groupby之后转换points（为此需要lambda）：

In [796]: df.groupby('id').points.apply(lambda x: np.array(list(map(list, x))))
Out[796]: 
id
1    [[-2.3, 7.0], [-5.0, 7.0], [-6.9, 5.0]]
2                 [[2.0, 5.9], [-0.3, -8.0]]

完成后，请致电df.reset_index以获得所需的输出。

如何将元组列表更改为numpy数组？

1 个答案: