如何将熊猫数据帧列表转换为3d numpy数组？

Question

如果我有pd.DataFrame的列表，例如：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df_list = [df, df]

问题： 如何使用np.array（2、3、5）将其转换为3D shape？

我尝试做np.array(df_lsit)，但出现以下错误：

ValueError: cannot copy sequence with size 4 to array axis with dimension 5

Answer 1

您应该将DataFrame转换为numpy数组，然后将其转换为3D数组。 像这样：

np.array([np.array(df), np.array(df)])

Answer 2

使用map()和df.to_numpy()：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df_list = [df, df]

np_array = np.array(list(map(lambda x: x.to_numpy(), df_list)))

# to make sure the shape of np_array is correct
np_array = np_array.reshape((x, y, z))

第Z个维度中的列顺序将与熊猫DataFrame中的列顺序相同。因此，如果您希望按特定顺序排列列，则需要在运行df.to_numpy（）之前记录这些列。

当然，您可以以NumPy形式记录这些列，但是在pandas DataFrame中对其重新排序将更加容易调试。