python - 将 pandas 系列和数据框对象转换为 numpy 数组

Question

系列到 Numpy 数组：

我有一个pandas如下所示的系列对象：

s1 = pd.Series([0,1,2,3,4,5,6,7,8], index=['AB', 'AC','AD', 'BA','BB','BC','CA','CB','CC'])

我想将此系列转换为numpy数组，如下所示：

series_size = s1.size
dimension_len = np.sqrt(series_size) 
**Note: series_size will always have an integer sqrt

dimension_len 将确定所需二维数组中每个维度的大小。

在上面的系列对象中，dimension_len = 3，因此所需的numpy数组将是一个 3 x 3 数组，如下所示：

np.array([[0, 1, 2], 
[3, 4, 5],
[6,7, 8]])

数据框到 Numpy 数组：

我有一个pandas如下所示的数据框对象：

s1 = pd.Series([0,1,2,3,4,5,6,7,8], index=['AA', 'AB','AC', 'BA','BB','BC','CA','CB','CC'])
s2 = pd.Series([-2,2], index=['AB','BA'])
s3 = pd.Series([4,3,-3,-4], index=['AC','BC', 'CB','CA'])

df = pd.concat([s1, s2, s3], axis=1)

max_size = max(s1.size, s2.size, s3.size)

dimension_len = np.sqrt(max_size)
num_columns = len(df.columns)
**Note: max_size will always have an integer sqrt

结果numpy数组将由以下信息确定：

num_columns = 确定数组的维数 dimension_len = 确定每个维度的大小

在上面的示例中，所需的numpy数组将是 3 x 3 x 3（num_columns = 3 和 dimension_len = 3）

同样，df 的第一列将变为 DESIRED_ARRAY[0]，df 的第二列将变为 DESIRED_ARRAY[1]，df 的第三列将变为 DESIRED_ARRAY[2]，依此类推...

我想要的所需数组如下所示：

np.array([[[0, 1, 2], 
[3, 4, 5],
[6, 7, 8]],

[[np.nan,-2, np.nan],
[2, np.nan, np.nan],
[np.nan, np.nan, np.nan]],

[[np.nan,np.nan, 4],
[np.nan, np.nan, 3],
[-4, -3, np.nan]],
])

标签： pythonarrayspandasnumpy

Answer 1

IIUC，您可以尝试 numpy transpose 和reshape

df.values.T.reshape(-1,  int(dimension_len), int(dimension_len))

Out[30]:
array([[[ 0.,  1.,  2.],
        [ 3.,  4.,  5.],
        [ 6.,  7.,  8.]],

       [[nan, -2., nan],
        [ 2., nan, nan],
        [nan, nan, nan]],

       [[nan, nan,  4.],
        [nan, nan,  3.],
        [-4., -3., nan]]])