python - 每行列出熊猫中的二维数组需要更有效的方式

Question

我有一个用于列表的熊猫数据框。每个列表都可以np.asarray(list)用来将列表转换为 numpy 数组。数组的形状应该是(263,300)，所以我这样做

a=dataframe.to_numpy()
# a.shape is (100000,)
output_array=np.array([])
for list in a:
    output_array=np.append(output_array,np.asarray(list))

由于我的熊猫中有 100000 行，所以我希望得到

output_array.shape is (100000,263,300)

它有效，但需要很长时间。我想知道我的代码的哪一部分成本最高以及如何解决它。有没有更有效的方法来实现这一目标？谢谢！

标签： pythonarrayspandasnumpy