我想將嵌套數(shù)組中的每個(gè)單獨(dú)數(shù)組轉(zhuǎn)換為數(shù)據(jù)幀中的每一行。例如:嵌套數(shù)組示例如下。如何在數(shù)據(jù)框中的行中的 [[... ]] 中創(chuàng)建每個(gè)數(shù)字?有許多嵌套數(shù)組,如下所示。任何幫助,將不勝感激。謝謝。為了讓事情更簡單,我想將每個(gè)數(shù)組創(chuàng)建為數(shù)據(jù)框中的行。第一個(gè)數(shù)組的示例需要在數(shù)據(jù)幀中像這樣布置 * -0.14091441, 0.02556057, 0.10425788, ..., -0.03699904, 0.00503982, 0.08761989 到目前為止,我已經(jīng)嘗試過:pd.concat([pd.DataFrame(arrays_list[i][0]) for i in range(len(arrays_list))]).reset_index(drop=False)arrays_list 是我的嵌套數(shù)組。[array([[[-0.14091441, 0.02556057, 0.10425788, ..., -0.03699904, 0.00503982, 0.08761989]], [[-0.16227441, 0.03150389, 0.06440173, ..., -0.10543424, 0.05987305, 0.04117104]], [[-0.11423473, 0.03741207, 0.0783961 , ..., -0.16773996, 0.06566695, 0.0683976 ]], ..., [[-0.13789459, 0.05840103, 0.09803487, ..., -0.09256409, 0.01833008, 0.08413954]], [[-0.12652887, 0.03683193, 0.06100509, ..., -0.06188103, 0.00915053, 0.09518969]], [[-0.19781192, 0.05750425, 0.14811654, ..., -0.10550601, 0.05405622, 0.13771409]]]), array([[[-0.0375578 , 0.16006446, 0.07978896, ..., -0.0883253 , 0.0057608 , 0.07953031]], [[ 0.00282089, 0.18854009, 0.01686837, ..., -0.02981209, -0.01220972, 0.02810074]], [[ 0.0333602 , 0.21895081, 0.05255894, ..., -0.01882036, -0.03316848, 0.02506595]], ..., [[-0.02498044, 0.17067145, 0.03956907, ..., -0.00617604, 0.01254308, 0.03375499]], [[ 0.0333602 , 0.21895081, 0.05255894, ..., -0.01882036, -0.03316848, 0.02506595]], [[ 0.01105822, 0.20526624, 0.05087842, ..., -0.0442748 , -0.08184794, 0.04356682]]]), array([[[-1.16298698e-01, 6.60857707e-02, 4.37349118e-02, ..., 5.65935597e-02, 1.17720775e-01, 4.68457118e-02]], [[-1.70329705e-01, 7.15664029e-02, 2.13463139e-02, ..., 8.40441436e-02, 3.38792875e-02, -9.66352411e-04]], [[-1.38925180e-01, 6.48617744e-02, 7.50765130e-02, ..., 3.60708833e-02, 9.37591046e-02, 3.88324559e-02]],
1 回答

DIEA
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超3個(gè)贊
以您提供的可重現(xiàn)示例為例,假設(shè)您想要一個(gè)數(shù)據(jù)框作為結(jié)果(a、b 和 c 具有相同的形狀)。
我首先使用numpy.stack()將數(shù)組列表中的所有數(shù)組作為一個(gè)數(shù)組垂直堆疊。
然后我會(huì)通過切出形狀 1 的中間維度來刪除它。
然后我調(diào)用pandas.DataFrame()構(gòu)造函數(shù),你應(yīng)該得到你的結(jié)果。
df = pd.DataFrame(np.vstack(obj)[:,0,:])
添加回答
舉報(bào)
0/150
提交
取消