如何在 Pandas/numpy 中将一系列数组转换为单个矩阵？

Question

我以某种方式得到了一个包含一堆数组的pandas.Series ，如下面的代码中的s 。

data = [[1,2,3],[2,3,4],[3,4,5],[2,3,4],[3,4,5],[2,3,4],
        [3,4,5],[2,3,4],[3,4,5],[2,3,4],[3,4,5]]
s = pd.Series(data = data)
s.shape # output ---> (11L,)
# try to convert s to matrix
sm = s.as_matrix()
# but...
sm.shape # output ---> (11L,)

如何将s转换为形状为 (11,3) 的矩阵？ 谢谢！

Answer 1

如果出于某种原因，你发现自己对Series憎恶，那么将它恢复到你想要的那种matrix或array是很简单的：

In [16]: s
Out[16]:
0     [1, 2, 3]
1     [2, 3, 4]
2     [3, 4, 5]
3     [2, 3, 4]
4     [3, 4, 5]
5     [2, 3, 4]
6     [3, 4, 5]
7     [2, 3, 4]
8     [3, 4, 5]
9     [2, 3, 4]
10    [3, 4, 5]
dtype: object

In [17]: sm = np.matrix(s.tolist())

In [18]: sm
Out[18]:
matrix([[1, 2, 3],
        [2, 3, 4],
        [3, 4, 5],
        [2, 3, 4],
        [3, 4, 5],
        [2, 3, 4],
        [3, 4, 5],
        [2, 3, 4],
        [3, 4, 5],
        [2, 3, 4],
        [3, 4, 5]])

In [19]: sm.shape
Out[19]: (11, 3)

但除非它是你无法改变的东西，否则开始使用该系列毫无意义。

Answer 2

另一种方法是提取系列的值并对它们使用numpy.stack。

np.stack(s.values)

PS。 我经常遇到类似的情况。

Answer 3

对于pandas> = 0.24，您还可以使用np.stack(s.to_numpy())或np.concatenate(s.to_numpy()) ，具体取决于您的要求。

Answer 4

我用 5793 个 100D 向量测试了上述方法。 先转换为列表的旧方法最快。

%time print(np.stack(df.features.values).shape)
%time print(np.stack(df.features.to_numpy()).shape)
%time print(np.array(df.features.tolist()).shape)
%time print(np.array(list(df.features)).shape)

结果

(5793, 100)
CPU times: user 11.7 ms, sys: 3.42 ms, total: 15.1 ms
Wall time: 22.7 ms
(5793, 100)
CPU times: user 11.1 ms, sys: 137 µs, total: 11.3 ms
Wall time: 11.9 ms
(5793, 100)
CPU times: user 5.96 ms, sys: 0 ns, total: 5.96 ms
Wall time: 6.91 ms
(5793, 100)
CPU times: user 5.74 ms, sys: 0 ns, total: 5.74 ms
Wall time: 6.43 ms