【发布时间】：2014-04-13 01:51:49
【问题描述】：
我想将pandas.Series 的列表转换为pandas.Series 的numpy 数组。但是当我调用数组构造函数时，它也会转换我的系列。
>>> l = [Series([1,2,3]),Series([4,5,6])]
>>> np.array(l)
array([[1, 2, 3],
[4, 5, 6]], dtype=int64)
我的列表很小（约 10 个元素），所以对于 performances issues，我想避免创建 pandas.DataFrame。 有没有简单的解决方法？
提前致谢
【问题讨论】：
-
当然创建系列也很昂贵（它比 DataFrame 好得多吗？）真的不清楚你为什么要这样做（为什么不直接使用 numpy 呢？）。
-
我正在记录大约 n (~20) 个变量的一些实时测量。在每条记录中，我正在计算 m 的子集（可能是 1 到 20，在每次迭代中不同）变量的 rolling_moment，并比较这些数据。目前，我正在数据框中写入实时数据（索引大小是预期度量的 nb，列大小是 20），选择我需要的 m 个仪器，并存储 rolling_moment(myDf.iloc[Ai:Bi])在一个数组中（Ai:Bi 对于 m 的每个元素都是不同的）。最好的方法是什么？
标签： python arrays numpy pandas