使用 pandas 从 csv 文件保存和检索时丢失 numpy 数组维度

Question

我有一个 numpy.array 数据类型，我想用 pandas 将它写入一个 .csv 文件，所以我运行这个：

data = numpy.array([1, 2, 3, 4, 5, 6])
print(data)
print((data.shape))

df = pd.DataFrame(columns = ['content'])
df.loc[0, 'content'] = data
df.to_csv('data.csv', index = False)
print(df.head())

>>> [1 2 3 4 5 6]
>>> (6,)
>>>                content
     0  [1, 2, 3, 4, 5, 6]

从输出中可以看出，numpy 数组的维度是 (6,)。
但问题是当我从 .csv 文件中检索它时，数组维度丢失并更改为 ()

data = pd.read_csv('data.csv')
val = numpy.array(data['content'][0])
print(val.shape)
print(val)
>>> ()
>>> [1 2 3 4 5 6]

为什么会这样？我该如何解决这个问题？

Answer 1

In [46]: import pandas as pd
In [47]: data = np.arange(1,7)
In [48]: data.shape
Out[48]: (6,)

原始数据框：

In [49]: df = pd.DataFrame(columns = ['content'])
    ...: df.loc[0, 'content'] = data
In [50]: df
Out[50]: 
              content
0  [1, 2, 3, 4, 5, 6]

In [52]: df.to_numpy()
Out[52]: array([[array([1, 2, 3, 4, 5, 6])]], dtype=object)

来自数据帧的to_numpy 生成一个二维数组，这里有 1 个元素，该元素是一个数组 ifself。

In [54]: df.to_numpy()[0,0]
Out[54]: array([1, 2, 3, 4, 5, 6])

查看完整文件，而不仅仅是头部：

In [55]: df.to_csv('data.csv', index = False)
In [56]: cat data.csv
content
[1 2 3 4 5 6]

第二行是 str(data) 显示 - 带有 [] 并且没有逗号

read_csv 将其加载为字符串。它不会尝试将其转换为数组；它不能。

In [57]: d = pd.read_csv('data.csv')
In [58]: d
Out[58]: 
         content
0  [1 2 3 4 5 6]
In [59]: d.to_numpy()
Out[59]: array([['[1 2 3 4 5 6]']], dtype=object)
In [60]: d.to_numpy()[0,0]
Out[60]: '[1 2 3 4 5 6]'

csv 不是保存包含对象（如数组或列表）作为元素的数据帧的好格式。它只适用于简单数字和字符串的元素。