这是我在stackoverflow上的第一篇帖子。我已经搜索了,但找不到答案。
我有一个Pandas系列,其中包含2D numpy数组:
import numpy as np
import pandas as pd
x1 = np.array([[0,1],[2,3],[3,4]],dtype=np.uint8)
x2 = np.array([[5,6],[7,8],[9,10]],dtype=np.uint8)
S = pd.Series(data=[x1,x2],index=['a','b'])
输出的 S 应该如下所示:
a [[0, 1], [2, 3], [3, 4]]
b [[5, 6], [7, 8], [9, 10]]
我希望将其转换为Pandas DataFrame D,其中S中2D numpy数组的每一列都变成D中一列中的1D numpy数组:
D应该长这样:
0 1
a [0,2,3] [1,3,4]
b [5,7,9] [6,8,10]
请注意,我的实际数据集是1238500个大小为(32,8)的数组,因此我试图避免迭代行。
有什么高效的方法可以做到这一点?
.applymap(np.array)
。 - hilberts_drinking_problemdf = df.applymap(np.array)
。 - Abhi