Converti una serie di liste panda in un array numpy

Question

Voglio convertire una serie di stringhe di elenchi di numeri panda in un array numpy. Quello che ho è qualcosa del tipo:

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

Il mio risultato desiderato:

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

Quello che ho fatto finora è convertire la serie dei panda in una serie di un elenco di numeri come:

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

ma non so come andare da ds1a arr.

Answer 1

Usa Series.str.strip+ Series.str.splite creane uno nuovo np.arraycon dtype=float:

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

Risultato:

print(arr)

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

Answer 2

Puoi provare a rimuovere prima "[]" dall'oggetto Serie, quindi le cose diventeranno più facili,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)

Quindi arrsarà il formato giusto che desideri,

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

Poi ho fatto un piccolo profilo rispetto alla coluzione di 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)

Ovviamente, la sua soluzione è molto più veloce! Saluti!