我有一个看起来像这样的 ndarray：
x
我想将其添加到现有数据框中，以便可以将其导出为 csv，然后在单独的 python 脚本中使用该 csv，拉出 ndarray 并进行一些分析，主要是为了不有一个很长的 python 脚本。
要将其添加到数据框中，我已完成以下操作：
data["StandardisedFeatures"] = x.tolist()
这对我来说看起来不错。但是，在我的下一个脚本中，当我尝试提取数据并将其作为数组放回时，它看起来不一样，它用单引号括起来并将其视为字符串：
data['StandardisedFeatures'].to_numpy()
我尝试过 astype(float) 但它似乎不起作用，有人可以提出解决此问题的方法吗？
谢谢。
【问题讨论】：
标签： python dataframe series numpy-ndarray
您可以在 DataFrame 中保存任何类型的对象。
您保留它们的类型，但它们将在pandas.DataFrame.info() 中归类为“对象”。
示例：保存列表
df = pd.DataFrame(dict(my_list=[[1,2,3,4], [1,2,3,4]]))
print(type(df.loc[0, 'my_list']))
# Print: list
如果您将对象直接与pandas.DataFrame.apply() 一起使用，这将非常有用。
【讨论】：
也许解决此问题的另一种更简单的方法是使用numpy.save 和numpy.load 函数。然后可以将数组保存为numpy数组对象，在下一个脚本中直接作为numpy数组再次加载：
import numpy as np
x = np.array([[1, 2], [3, 4]])
# Save the array in the working directory as "x.npy" (extension is automatically inserted)
np.save("x", x)
# Load "x.npy" as a numpy array
x_loaded = np.load("x.npy")
【讨论】：
如果您在 DataFrame 中的列表对象在处理时变成了字符串（有时会发生），您可以使用 eval 或 ast.literal_eval 函数从字符串转换回列表，并使用 map 为每个元素执行此操作.
下面是一个例子，可以让你了解如何处理这个问题：
import pandas as pd
import numpy as np
dic = {"a": [1,2,3], "b":[4,5,6], "c": [[1,2,3], [4,5,6], [1,2,3]]}
df = pd.DataFrame(dic)
print("DataFrame:", df, sep="\n", end="\n\n")
print("Column of list to numpy:", df.c.to_numpy(), sep="\n", end="\n\n")
temp = df.c.astype(str).to_numpy()
print("Since your list objects have somehow become str objects while working with df:", temp, sep="\n", end="\n\n")
print("Magic for what you want:", np.array(list(map(eval, temp))), sep="\n", end="\n\n")
输出：
DataFrame:
a b c
0 1 4 [1, 2, 3]
1 2 5 [4, 5, 6]
2 3 6 [1, 2, 3]
Column of list to numpy:
[list([1, 2, 3]) list([4, 5, 6]) list([1, 2, 3])]
Since your list objects have somehow become str objects while working with df:
['[1, 2, 3]' '[4, 5, 6]' '[1, 2, 3]']
Magic for what you want:
[[1 2 3]
[4 5 6]
[1 2 3]]
注意：我在示例中使用了eval，只是因为更多人熟悉它。当您需要 eval 时，您应该更喜欢使用 ast.literal_eval。 This SO post 很好地解释了为什么要这样做。
【讨论】：