将对象类型的 pandas 数据框列转换为 numpy 数组答案

【问题标题】：Convert a pandas dataframe column of type object to a numpy array将对象类型的 pandas 数据框列转换为 numpy 数组
【发布时间】：2018-11-08 06:47:03
【问题描述】：

我有一个包含图像 ID、图像类和图像数据的 pandas 数据框：

img_train.head(5)

   ID  index  class                                               data
0  10472  10472      0  [[[255, 255, 255, 0], [255, 255, 255, 0], [255...
1   7655   7655      0  [[[255, 255, 255, 0], [255, 255, 255, 0], [255...
2   6197   6197      0  [[[255, 255, 255, 0], [255, 255, 255, 0], [255...
3   9741   9741      0  [[[255, 255, 255, 0], [255, 255, 255, 0], [255...
4   9169   9169      0  [[[255, 255, 255, 0], [255, 255, 255, 0], [255...

我正在尝试将这些列中的每一列转换为一个 numpy 数组：

train_img_array = np.array([])
train_id_array = np.array([])
train_lab_array = np.array([])
count = 0
for index, row in img_train.iterrows():
    imgid = row['ID']
    imgclass = row['class']
    imgdata = row['data']
    #print(imgdata)
    train_img_array = np.append(train_img_array, imgdata )
    train_lab_array = np.append(train_lab_array, imgclass )
    train_id_array = np.append(train_id_array, imgid )

但是，保存图像数据并且属于“对象”类型的列未转换为 numpy 数组中的相应行。例如，这是从原始数据帧处理 58 行后每个 numpy 数组的形状：

train_img_array.shape
train_lab_array.shape
train_id_array.shape
(93615200,)
(58,)
(58,)

我该如何解决这个问题？

【问题讨论】：

它返回如下内容：array([ array([[[255, 255, 255, 0], [255, 255, 255, 0], [255, 255, 255, 0] , ..., [255, 255, 255, 0], [255, 255, 255, 0], [255, 255, 255, 0]],
您能提供更多信息吗？尤其是row['ID'].values.dtype、row['class'].values.dtype 和row['data'].values.dtype 会很有帮助。
@Scotty1- 这是 dtypes：ID int64 *** class int64 *** data object *** dtype: object
谢谢，但您应该改进代码格式，使其易于阅读。有关形状等的更多信息也会有所帮助。
img_train.values 应该给你一个 numpy 数组，不是吗？

标签： python arrays pandas numpy dataframe

【解决方案1】：

我已经找到了这个问题的答案。这是相当直接的，我只是没有看到它开始。这就是我如何将对象数据以及 numpy 数组 (.values :) )

train_img_array = np.array([])
train_id_array = np.array([])
train_lab_array = np.array([])
train_id_array = img_train['ID'].values
train_lab_array = img_train['class'].values
train_img_array =img_train['data'].values
#train_img_array = np.row_stack(img_train['data'])

【讨论】：

除非你想指定数组的大小，否则你不需要预先声明数组。