将元组的numpy数组转换为二维数组

Question

我有一个 pandas DataFrame，其中一列是由浮点数组成的。当我使用arr = df['col_name'].to_numpy() 时，我最终得到一个元组的一维数组，但我需要一个浮点数的二维数组。

到目前为止，我的解决方案是使用arr = np.array(df['col_name'].to_list())。这可行，但是先转换为列表然后再转换为数组似乎效率低下。所以我想知道，有没有更好的方法来做到这一点？

This question 是相关的，但唯一的答案指向以不同的方式读取文本文件，这对我来说不是一个选项，因为数据已经在 DataFrame 中。

Answer 1

如果您的 col_name 包含 actual 元组，则运行：

pd.DataFrame(df['col_name'].apply(pd.Series))

但是，如果您已经阅读过您的 DataFrame，例如从 CSV 文件，然后每个 col_name 的元素实际上包含一个 string 组成：

• 左括号，
• 一串数字（写成字符串），用逗号分隔，
• 右括号，

它只是看起来像一个元组。

如果是这种情况，请运行：

pd.DataFrame(df['col_name'].apply(lambda txt: pd.Series(eval(txt))))

在这两种情况下，结果都是一个 DataFrame。如果需要，将其转换为 一个 Numpy 数组。

检查 col_name 是否包含 strings 或 实际的 元组，使用 Jupyter，运行：

df.col_name.iloc[0]

如果结果是'(2.15, 3.03, 4.07)'（用引号括起来）它是 字符串。但是，如果您收到 (2.15, 3.03, 4.07)（不带引号），那就是 元组。

另一种检查方法是运行type(df.col_name.iloc[0])。 你应该得到 tuple 或 str。