将 pd.Series 字符串转换为 ndarray答案

【问题标题】：converting pd.Series of strings into ndarray将 pd.Series 字符串转换为 ndarray
【发布时间】：2019-02-02 21:25:15
【问题描述】：

我从 pandas 列中提取一个单词数组：

X = np.array(tab1['word'])

X 示例：array(['dog', 'cat'], dtype=object)

X 是 665 个字符串的 pandas 系列。然后我将每个单词转换为 (1,270) 的 ndarray

for i in range(len(X)):
    tmp = X[i]
    z = func(tmp) #function that returns ndarray of (1,270)
    X[i] = z

我的最终目标是获得形状的 Ndarray： (665, 270) 但是我得到了这个形状：（665，）当我尝试时，我也无法重塑它：X.reshape(665,270) 我收到此错误：

ValueError: cannot reshape array of size 665 into shape (665,270)

func(word) 函数可以是任何函数，例如：

def func(word):
    a = np.arange(0,270)
    a = a.reshape(1,270)
    return a

关于为什么会这样的任何想法？

【问题讨论】：

请发布一个最小的、可验证的和完整的示例。目前我们必须猜测问题是什么
我添加了更多细节

标签： python pandas numpy reshape2

【解决方案1】：

问题在于通过一个转换函数将 Pandas 系列字符串转换为 NumPy 数组，该函数在给定字符串输入的情况下返回一个 (1, n) 数组。

解决办法如下：

import pandas as pd
import numpy as np

# You have a series of strings
X = pd.Series(['aaa'] * 665)

# You have a transformative func that returns a (1, n) np.array
def func(word, n=270):
    return np.zeros((1, n))

# You apply the function to the series and vertically stack the results
Xs = np.vstack(X.apply(func))

# You check for the desidered shape
print(Xs.shape)

【讨论】：

【解决方案2】：

下面的重点是：

z = list(func(tmp)) # converting returned value from func to a list

和

result = np.array([x for x in X.values])

这是我的完整测试代码：

import numpy as np
import pandas as pd


def func(tmp):
    return np.array([t for t in tmp])


X = pd.Series({'a': 'abc', 'x': 'xyz', 'j': 'jkl', 'z': 'zzz'})
for i in range(len(X)):
    tmp = X[i]
    z = list(func(tmp)) # converting returned value from func to a list
    X[i] = z

result = np.array([x for x in X.values])

然后在控制台输入 result，你会看到它是一个 (4, 3) ndarray。

In[3] result
Out[3]: 
array([['a', 'b', 'c'],
       ['x', 'y', 'z'],
       ['j', 'k', 'l'],
       ['z', 'z', 'z']], dtype='<U1')

【讨论】：