แปลงชุดรายการแพนด้าเป็นอาร์เรย์จำนวนนับ

Question

ฉันต้องการแปลงชุดสตริงของรายการตัวเลขแพนด้าเป็นอาร์เรย์จำนวนนับ สิ่งที่ฉันมีคือ:

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

ผลลัพธ์ที่ฉันต้องการ:

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

สิ่งที่ฉันได้ทำไปแล้วคือการแปลงชุดหมีแพนด้าเป็นชุดของรายการตัวเลขเป็น:

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

แต่ฉันไม่รู้ว่าจะไปds1ยังarrไง

Answer 1

ใช้Series.str.strip+ Series.str.splitและสร้างใหม่np.arrayด้วยdtype=float:

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

ผลลัพธ์:

print(arr)

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

Answer 2

คุณสามารถลองลบ "[]" ออกจากวัตถุ Series ก่อนจากนั้นสิ่งต่างๆจะง่ายขึ้น 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)

จากนั้นarrจะเป็นรูปแบบที่คุณต้องการ

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

จากนั้นฉันก็ทำโปรไฟล์เล็กน้อยเมื่อเทียบกับสีของ 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)

เห็นได้ชัดว่าการแก้ปัญหาของเขาเร็วกว่ามาก! ไชโย!