从数据框列表到python中的数组数组

Question

正如标题所说，我有一个名为“list”的列表，其中包含多个 Dataframes（形状 120 x 120）和一些数字数据，是从之前的列表中添加的。

...
df_sum = list_dataframe[0]
    for i in range (1, len(list_dataframe)):
        df_sum = df_sum.add(list_dataframe[i])

    list.append(df_sum)

假设“列表”包含 800 个数据帧，因此此列表的每个索引都包含一个数据帧。我想要：

1. 创建一个与“列表”长度相同的数组
2. 获取“列表”中的每个数据帧，一个接一个，将其转换为 Numpy 数组（120 x 120，因此是一个矩阵）
3. 将每个 Numpy 数组 (120 x 120) 添加到创建的数组 (800) 中。

   所以我想获得一个数组（长度为 800，与列表相同），其中每个索引都包含 800 个 Numpy 数组（矩阵）之一。

   我已经使用 .to_numpy() 函数应用于带有 for 循环的列表，

   for i in range(len(list)):
       list[i] = list[i].to_numpy()
   

   但它会产生一个奇怪的结构，比如数组数组的数组其中第二个仅包含一个元素，即转换为数组的数据帧：

   >>> list 
   
   >>>[array([[0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.],
           ...,
           [0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.]]),
    array([[0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.],
           [0., 0., 0., ..., 0., 0., 0.],
           ...,
   

   我怎样才能做到这一点？

Answer 1

你在正确的轨道上。如果您在结果列表中调用np.array，它将创建一个形状为(800, 120, 120) 的大数组。使用列表理解而不是 for 循环的示例：

import numpy as np
import pandas as pd

my_list = [pd.DataFrame(np.random.randint(10, size=(120, 120))) for _ in range(800)]

out = np.array([df.to_numpy() for df in my_list])

>>> out.shape
(800, 120, 120)