将 3d numpy 数组转换为 1 列 pandas df 与 2d ZA3CBC3F9D0CE2F2C1554ZD1D67

Question

I would Convert 3d numpy array to a pandas dataframe that has 1 column, made out of 2d numpy arrays.

具体例子：

np_array = np.zeros((10,3,5))
print(np_array.shape) # (10, 3, 5)

所以从这个 numpy 数组我想创建一个 dataframe 1 列，有 10 行，每行有一个形状（3,5）的项目。

尝试将其按原样转换为pd.DataFrame(np_array)会抛出ValueError: Must pass 2-d input错误。

谢谢！

Answer 1

也许是列表理解？

import numpy as np
import pandas as pd
np_array = np.zeros((10,3,5))    
pd.DataFrame(data = [[x] for x in np_array])

Answer 2

您可以这样做，使用 dict 初始化数据框以标记究竟是什么列，然后将 np.array 的顶层转换为列表（它将其转换为二维数组列表）：

>>>pd.DataFrame(dict(rows = list(np_array)))
    rows
0   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
1   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
2   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
3   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
4   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
5   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
6   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
7   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
8   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....
9   [[0.0, 0.0, 0.0, 0.0, 0.0], [0.0, 0.0, 0.0, 0....