Ubah deretan daftar pandas menjadi array numpy

Question

Saya ingin mengonversi deretan pandas dari daftar angka menjadi array numpy. Apa yang saya miliki adalah seperti:

ds = pd.Series(['[1 -2 0 1.2 4.34]', '[3.3 4 0 -1 9.1]'])

Output yang saya inginkan:

arr = np.array([[1, -2, 0, 1.2, 4.34], [3.3, 4, 0, -1, 9.1]])

Apa yang telah saya lakukan sejauh ini adalah mengonversi Seri pandas menjadi Seri daftar angka sebagai:

ds1 = ds.apply(lambda x: [float(number) for number in x.strip('[]').split(' ')])

tapi saya tidak tahu bagaimana harus pergi dari ds1ke arr.

Answer 1

Gunakan Series.str.strip+ Series.str.splitdan buat yang baru np.arraydengan dtype=float:

arr = np.array(ds.str.strip('[]').str.split().tolist(), dtype='float')

Hasil:

print(arr)

array([[ 1.  , -2.  ,  0.  ,  1.2 ,  4.34],
       [ 3.3 ,  4.  ,  0.  , -1.  ,  9.1 ]])

Answer 2

Anda dapat mencoba menghapus "[]" dari objek Seri terlebih dahulu, maka semuanya akan menjadi lebih mudah, https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.split.html.

ds1 = ds.str.strip("[]")
# split and exapand the data, conver to numpy array
arr = ds1.str.split(" ", expand=True).to_numpy(dtype=float)

Maka arrakan menjadi format yang tepat yang Anda inginkan,

array([[ 1.  , -2.  ,  0.  ,  1.2 ,  4.34],
       [ 3.3 ,  4.  ,  0.  , -1.  ,  9.1 ]])

Kemudian saya melakukan sedikit profiling dibandingkan dengan kolusi Shubham.

# Shubham's way
%timeit arr = np.array(ds.str.strip('[]').str.split().tolist(), dtype='float')
332 µs ± 5.72 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# my way
%timeit ds.str.strip("[]").str.split(" ", expand=True).to_numpy(dtype=float)
741 µs ± 4.21 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Jelas, solusinya jauh lebih cepat! Bersulang!