将NumPy数组形式的数据序列列表转换为指定维度的Pandas DataFrame

嘿，我明白你的问题了——你手里有个3行10列的NumPy数组，想把它转成3×3的Pandas DataFrame，但直接用pd.DataFrame(list)得到的还是3行10列的结构，对吧？这就需要先对原始数组做一些预处理，再转成DataFrame，下面分几种常见场景给你解决方案：

场景1：从每个数据序列中选取指定位置的3个元素 #

如果你的需求是从每个长度为10的子数组里提取出3个元素（比如前3个）来组成3×3的DataFrame，可以这么做：

import numpy as np
import pandas as pd

# 你的原始NumPy数组（注意变量名尽量别用list，避免和内置函数冲突）
arr = np.array([[0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332]])

# 提取每个子数组的前3个元素（也可以换成[:, 2:5]这种指定区间，或者[:, [0,5,9]]指定索引）
selected_data = arr[:, :3]

# 转换为3×3的DataFrame
df = pd.DataFrame(selected_data)

运行后你就能得到一个3行3列的DataFrame，每行对应原来的一个数据序列，每列是对应序列里的指定元素。

场景2：对每个数据序列做聚合生成3个统计值 #

如果你的需求是对每个长度为10的子数组做统计聚合（比如计算均值、最大值、最小值），用这三个聚合值来组成3×3的DataFrame，可以试试这个方法：

import numpy as np
import pandas as pd

arr = np.array([[0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332]])

# 对每个子数组计算均值、最大值、最小值，组合成3×3的数组
aggregated_data = np.column_stack([
    np.mean(arr, axis=1),  # 每行的均值
    np.max(arr, axis=1),   # 每行的最大值
    np.min(arr, axis=1)    # 每行的最小值
])

# 转换为带列名的DataFrame（列名可以根据你的需求修改）
df = pd.DataFrame(aggregated_data, columns=['均值', '最大值', '最小值'])

这种方式生成的DataFrame每行对应一个原始数据序列，每列是该序列的一个统计指标，完美符合3×3的维度要求。

场景3：将完整序列作为DataFrame的单元格（不推荐常规场景） #

如果你的需求是把每个完整的长度10的序列作为DataFrame的一个单元格（单元格存储数组而非单个数值），可以这么构造：

import numpy as np
import pandas as pd

arr = np.array([[0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332], 
                [0.32689251, 0.32677079, 0.32649432, 0.32594585, 0.32532732, 0.32509514, 0.32503138, 0.32492934, 0.324797, 0.32458332]])

# 构造3×3的结构，这里示例将每个序列重复三次，你可以根据需求调整内容
data = [[arr[0], arr[0], arr[0]],
        [arr[1], arr[1], arr[1]],
        [arr[2], arr[2], arr[2]]]

df = pd.DataFrame(data)

不过这种方式的DataFrame单元格是数组，后续数值分析会比较麻烦，所以只建议在特殊场景下使用。

备注：内容来源于stack exchange，提问作者alpa