如何将单列数据帧转换为系列或numpy向量[duplicate]
我有下面的数据框，只有一列。
import pandas as pd
tdf = pd.DataFrame({'s1' : [0,1,23.4,10,23]})
目前它的形状如下。
In [54]: tdf.shape
Out[54]: (5, 1)
如何将其转换为系列或数字向量，以便形状简单地为（5，）
共有1个答案
您可以简单地索引您想要的系列。例子-
tdf['s1']
演示-
In [24]: tdf = pd.DataFrame({'s1' : [0,1,23.4,10,23]})
In [25]: tdf['s1']
Out[25]:
0 0.0
1 1.0
2 23.4
3 10.0
4 23.0
Name: s1, dtype: float64
In [26]: tdf['s1'].shape
Out[26]: (5,)
如果您希望系列中的值为Numpy数组，您可以使用。值访问器，例如-
In [27]: tdf['s1'].values
Out[27]: array([ 0. , 1. , 23.4, 10. , 23. ])
-
我对熊猫有些陌生。我有一个熊猫数据框，是一行23列。 我想把它转换成一个系列？我想知道做这件事最像蟒蛇的方式是什么？ 我试过pd。系列（我的结果），但它抱怨。它还没有聪明到意识到它仍然是数学术语中的“向量”。 谢谢！
-
问题内容： 假设我有一个形状为（1，256）的行向量。我想将其转换为形状为（256，1）的列向量。您在Numpy中会如何做？ 问题答案： 您可以使用 转置 操作来执行此操作： 例： 请注意，原始数组仍将保持不变。转置操作只会复制并转置它。 如果输入阵列是相当1D中，则可以 促进 通过引入新的（singleton）的轴作为所述第二尺寸数组的列向量。下面是一个示例： 对于一维情况，还有另一个选择是使用
-
问题内容： 你是否知道如何以NumPy数组或python列表的形式获取DataFrame的索引或列？ 问题答案： 要获取NumPy数组，应使用以下属性： 这样可以访问数据的存储方式，因此无需进行转换。 注意：此属性也可用于其他许多熊猫的对象。 要将索引作为列表获取，请致电tolist： 同样，对于列。
-
问题内容： 您是否知道如何以NumPy数组或python列表的形式获取DataFrame的索引或列？ 问题答案： 要获取NumPy数组，应使用以下属性： 这样可以访问数据的存储方式，因此无需进行转换。 注意：此属性也可用于其他许多熊猫的对象。 要将索引作为列表获取，请致电： 同样，对于列。
-
我有一个类似下面的系列， 我想根据list(explode)中的值将此单个系列转换为dataframe。 预期产出: 我试过了 我上面的代码可以完成这项工作，尽管我正在寻找解决这个问题的好方法。
-
问题内容： 假设我有; 我尝试转换； 我现在正在vstack上通过迭代来解决它，但是对于特别大的LIST来说确实很慢 您对最佳有效方法有何建议？ 问题答案： 通常，您可以沿任意轴连接整个数组序列： 但你 也 必须对列表中的形状和每个阵列的维度担心（用于2维3x5的输出，你需要确保它们都是2维正由-5阵列的话）。如果要将一维数组连接为二维输出的行，则需要扩展其维数。 正如Jorge的答案所指出的那样