如何将Pandas数据帧列表转换成3D Numpy数组？

Question

如果我有一个类似以下的pd.DataFrame列表：

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

问题： 如何将其转换为一个形状为(2, 3, 5)的3D np.array？

我尝试使用np.array(df_lsit)，但出现以下错误：

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

- Newskooler

---

np.stack(df_list) 的翻译是 "将 df_list 中的数组沿新轴堆叠起来"。 - Divakar

天才！你太厉害了... :) 谢谢！这个完美地运行。 - Newskooler

@Divakar 把那个评论作为答案添加并帮助 OP 关闭这个问题？ :) - Thennan

Answer 1

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))

在第Z维中的列顺序将与pandas DataFrame中的列顺序相同。因此，如果您希望按照特定顺序排列列，则需要在运行df.to_numpy()之前重新排序列。

当然，您可以在NumPy表单中重新排序列，但在pandas DataFrame中重新排序它们将更容易调试。

- William Wang

Answer 2

你应该将DataFrame转换为numpy数组，然后再将其转换为3D数组。 像这样：

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

- Aliakbar Saleh