我有一个用于列表的熊猫数据框。每个列表都可以使用np.asarray(list)
将列表转换为numpy数组。数组的形状应该为(263,300)
,所以我这样做
a=dataframe.to_numpy()
# a.shape is (100000,)
output_array=np.array([])
for list in a:
output_array=np.append(output_array,np.asarray(list))
由于我的熊猫有100000行,所以我希望得到
output_array.shape is (100000,263,300)
可以,但是需要很长时间。 我想知道代码的哪一部分成本最高,以及如何解决。 有没有更有效的方法来实现这一目标?谢谢!