如何将熊猫数据框列表转换为 3d numpy 数组？答案

【问题标题】：How to convert a list of pandas dataframes into a 3d numpy array?如何将熊猫数据框列表转换为 3d numpy 数组？
【发布时间】：2018-12-14 21:50:19
【问题描述】：

如果我有一个pd.DataFrame 的列表，如下所示：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df_list = [df, df]

问题： 如何使用shape (2, 3, 5) 将其转换为 3D np.array？

我尝试做np.array(df_lsit)，但我收到以下错误：

ValueError: cannot copy sequence with size 4 to array axis with dimension 5

【问题讨论】：

np.stack(df_list)?
你是天才... :) 谢谢！这非常有效。
@Divakar 添加该评论作为答案并帮助 OP 关闭此评论？ :)

标签： python python-3.x pandas numpy multidimensional-array

【解决方案1】：

您应该将 DataFrame 转换为 numpy 数组，然后将其转换为 3D 数组。像这样：

np.array([np.array(df), np.array(df)])

【讨论】：

【解决方案2】：

使用map() 和df.to_numpy()：

df = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
df_list = [df, df]

np_array = np.array(list(map(lambda x: x.to_numpy(), df_list)))

# to make sure the shape of np_array is correct
np_array = np_array.reshape((x, y, z))

Zth 维度中的列顺序将与 pandas DataFrame 中的列顺序相同。因此，如果您希望列的特定顺序，则需要在运行 df.to_numpy() 之前记录列。

当然，你可以用 NumPy 的形式记录列，但是在 pandas DataFrame 中重新排序会更容易调试。

【讨论】：