Cla*_*lay 4 python arrays numpy pandas
如何有效地将 numpy 数组数组转换为数组列表？最终，我想让 pandas 系列数组成为数据框中的列。如果有更好的办法可以直接到达，那也很好。
以下可重现的代码解决了list()或 的问题.tolist()，但在我的实际数据集上实现都太慢。我正在寻找更快的东西。
import numpy as np
import pandas as pd
a = np.array([np.array([0,1,2,3]), np.array([4,5,6,7])])
s = pd.Series(a.tolist())
s = pd.Series(list(a))
这导致形状从a.shape = (2,4)到s.values.shape = (2,)。
你的a：
In [2]: a = np.array([np.array([0,1,2,3]), np.array([4,5,6,7])])\n ...: \na是 (2,4) 数值数组；我们可以直接写a = np.array([[0,1,2,3],[4,5,6,7]])。创建 (2,) 数组数组需要不同的构造。
正如其他人所写，制作数据框很简单：
\n\nIn [3]: pd.DataFrame(a) # dtypes int64\nOut[3]: \n 0 1 2 3\n0 0 1 2 3\n1 4 5 6 7\n但从中制作一系列会引发错误：
\n\nIn [4]: pd.Series(a)\n---------------------------------------------------------------------------\n...\nException: Data must be 1-dimensional\n如果显示此错误，您的问题会更清楚，以及为什么您尝试列表输入：
\n\nIn [5]: pd.Series(a.tolist())\nOut[5]: \n0 [0, 1, 2, 3]\n1 [4, 5, 6, 7]\ndtype: object\nIn [6]: pd.Series(list(a))\nOut[6]: \n0 [0, 1, 2, 3]\n1 [4, 5, 6, 7]\ndtype: object\n从表面上看，它们是相同的，但是当我们查看 Series 的实际元素时，我们会看到一个包含列表，另一个包含数组。那是因为tolist和list()从数组创建不同的列表。
In [8]: Out[5][0]\nOut[8]: [0, 1, 2, 3]\nIn [9]: Out[6][0]\nOut[9]: array([0, 1, 2, 3])\n我的经验是，a.tolist()速度相当快。 list(a)相当于[i for i in a]；实际上它在第一个维度上迭代a，每次返回（在本例中）一个一维数组（行）。
让我们改变a为一维对象数据类型数组：
In [14]: a = np.array([np.array([0,1,2,3]), np.array([4,5,6,7]), np.array([1]), None])\nIn [15]: a\nOut[15]: \narray([array([0, 1, 2, 3]), array([4, 5, 6, 7]), array([1]), None],\n dtype=object)\n现在我们可以用它制作一个系列：
\n\nIn [16]: pd.Series(a)\nOut[16]: \n0 [0, 1, 2, 3]\n1 [4, 5, 6, 7]\n2 [1]\n3 None\ndtype: object\nIn [17]: Out[16][0]\nOut[17]: array([0, 1, 2, 3])\n事实上我们可以用一部分来制作一个系列a，其中仅包含原始的 2 行：
In [18]: pd.Series(a[:2])\nOut[18]: \n0 [0, 1, 2, 3]\n1 [4, 5, 6, 7]\ndtype: object\n构造 1d 对象 dtype 数组的技巧已在其他 SO 问题中深入讨论。
\n\n请注意，像这样的 Series 的行为与多列 DataFrame 不同。我见过编写 csv 文件的尝试，其中类似的元素被保存为带引号的字符串。
\n\n让我们比较一些构建时间：
\n\n制作更大的 2 种类型的数组：
\n\nIn [25]: a0 = np.ones([1000,4],int)\nIn [26]: a1 = np.empty(1000, object)\nIn [27]: a1[:] = [np.ones(4,int) for _ in range(1000)]\n# a1[:] = list(a0) # faster\n首先制作一个DataFrame：
\n\nIn [28]: timeit pd.DataFrame(a0)\n136 \xc2\xb5s \xc2\xb1 919 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000 loops each)\nOut[3]这与;的时间相同。显然只是使用二维数组（任何大小）制作 DataFrame 的开销values.
像你一样制作一个系列：
\n\nIn [29]: timeit pd.Series(list(a0))\n434 \xc2\xb5s \xc2\xb1 12.9 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000 loops each)\nIn [30]: timeit pd.Series(a0.tolist())\n315 \xc2\xb5s \xc2\xb1 5.64 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000 loops each)\n这两个都比小的长a，反映了创作的迭代本质。
对于一维对象数组：
\n\nIn [31]: timeit pd.Series(a1)\n103 \xc2\xb5s \xc2\xb1 1.66 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 10000 loops each)\n这与小型一维数组相同。正如In[28]我认为创建一个的开销Series对象，然后为其分配一个未更改的值数组的开销。
现在构建a1数组的速度变慢了。
对象数组a1在很多方面就像列表一样 - 它包含指向内存中其他位置的对象的指针。如果元素类型不同（例如包含字符串或 None），它可能很有用，但从计算角度来说，它并不等同于二维数组。
总之，如果源数组确实是一维对象数据类型数组，您可以快速Series从中创建一个。如果它确实是一个二维数组，您需要首先以某种方式将其转换为列表或一维对象数组。