Python 列表理解 - numpy 数组 [关闭]

Question

当我使用大于 9 的数字时，从列表推导式创建的 NumPy 数组的形状不正确 请帮助我更正它并解释为什么会发生这种情况。请在下面找到代码。

import pandas as pd
import numpy as np

sep_payment = pd.DataFrame({"Creditor":['Axis','RBL_CC','KOTAK_PL','KOTAK_CC','Cashe','SBI','HDFC_Jumbo','HDFC_CC','SCB','Tata Capital','Flex_Salary'],"Priority":[1,2,3,4,5,6,7,8,9,10,11],"Payment_Status":['Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending'],"Credit_Status":['Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending'],"Payment_Date":['-','-','-','-','-','-','-','-','-','-','-'],"Time Taken in Days":[2,5,5,2,5,2,5,5,5,5,2]})

# List comprehension Looped with range 9 NO ERRORS | Output (9, 6)
subb= sep_payment.iloc[1].to_string(index=False).split()
subb
subb2 = [sep_payment.iloc[i].to_string(index=False).split() for i in range(9)]
subb2
data= np.array(subb2)
print(data.shape)

# List comprehension Looped with range 10 ERROR in THE SHAPE printed | Output (10,)
subb= sep_payment.iloc[1].to_string(index=False).split()
subb
subb2 = [sep_payment.iloc[i].to_string(index=False).split() for i in range(10)]
subb2
data= np.array(subb2)
print(data.shape)

Dataframe

list comprehension

Answer 1

您面临的问题是由于银行Tata Capital 行的数据中出现的空间

在第 1 部分：

您的第一个代码将这个字符串（对于行）分成 6 个部分，因为 6 列中的任何标记之间都没有空格。这会产生一个 (9,6) 形状的 numpy 数组，它是 9 行和 6 列，如预期的那样。

subb2 = [sep_payment.iloc[i].to_string(index=False).split() for i in range(9)]
subb2

[['Axis', '1', 'Pending', 'Pending', '-', '2'],
 ['RBL_CC', '2', 'Pending', 'Pending', '-', '5'],
 ['KOTAK_PL', '3', 'Pending', 'Pending', '-', '5'],
 ['KOTAK_CC', '4', 'Pending', 'Pending', '-', '2'],
 ['Cashe', '5', 'Pending', 'Pending', '-', '5'],
 ['SBI', '6', 'Pending', 'Pending', '-', '2'],
 ['HDFC_Jumbo', '7', 'Pending', 'Pending', '-', '5'],
 ['HDFC_CC', '8', 'Pending', 'Pending', '-', '5'],
 ['SCB', '9', 'Pending', 'Pending', '-', '5']]

在第 2 部分：

然而，在第二部分中，由于Tata Capital 中的空间，您将所有其他行分成 6 部分，但其中一行分成 7 部分。当您尝试将其转换为 numpy 数组时，它会按预期创建一个包含 10 行但 1 列的数组，因为此数组中的每个对象都是一个列表对象并计为 1 项。

这是因为 numpy 中的 ndarray 需要每个轴具有相同的元素。

subb2 = [sep_payment.iloc[i].to_string(index=False).split() for i in range(10)]
subb2

[['Axis', '1', 'Pending', 'Pending', '-', '2'],
 ['RBL_CC', '2', 'Pending', 'Pending', '-', '5'],
 ['KOTAK_PL', '3', 'Pending', 'Pending', '-', '5'],
 ['KOTAK_CC', '4', 'Pending', 'Pending', '-', '2'],
 ['Cashe', '5', 'Pending', 'Pending', '-', '5'],
 ['SBI', '6', 'Pending', 'Pending', '-', '2'],
 ['HDFC_Jumbo', '7', 'Pending', 'Pending', '-', '5'],
 ['HDFC_CC', '8', 'Pending', 'Pending', '-', '5'],
 ['SCB', '9', 'Pending', 'Pending', '-', '5'],
 ['Tata', 'Capital', '10', 'Pending', 'Pending', '-', '5']] #<-- CHECK THIS ROWS

---

解决方案：

直接使用df.to_numpy() 而不是你正在做的获取numpy数组..

data = sep_payment.to_numpy()
data

# array([['Axis', 1, 'Pending', 'Pending', '-', 2],
#        ['RBL_CC', 2, 'Pending', 'Pending', '-', 5],
#        ['KOTAK_PL', 3, 'Pending', 'Pending', '-', 5],
#        ['KOTAK_CC', 4, 'Pending', 'Pending', '-', 2],
#        ['Cashe', 5, 'Pending', 'Pending', '-', 5],
#        ['SBI', 6, 'Pending', 'Pending', '-', 2],
#        ['HDFC_Jumbo', 7, 'Pending', 'Pending', '-', 5],
#        ['HDFC_CC', 8, 'Pending', 'Pending', '-', 5],
#        ['SCB', 9, 'Pending', 'Pending', '-', 5],
#        ['Tata Capital', 10, 'Pending', 'Pending', '-', 5],
#        ['Flex_Salary', 11, 'Pending', 'Pending', '-', 2]], dtype=object)

data.shape
#(11, 6)