如何合并Orange数据表导出的二维NumPy数组内三列文本？

错误原因 #

你遇到的TypeError是因为np.hstack()只接受一个参数（数组的序列），但你直接传入了三个单独的数组切片。而且hstack的作用是将多个数组在水平方向堆叠（比如把三列拼成一个更长的一维数组），这和你要合并每行的三个文本字符串的需求不匹配。

正确解决方案 #

根据你使用Orange的场景，分两种情况处理：

情况1：in_data是结构化NumPy数组 #

如果in_data是支持列名索引的结构化NumPy数组，直接遍历每行拼接字符串：

import numpy as np

# 合并每行的三个文本列，可自定义分隔符（比如空格、换行）
merged_text = np.array(
    [f"{cb} {hit} {ca}" 
     for cb, hit, ca in zip(in_data['ContextBefore'], in_data['Hit'], in_data['ContextAfter'])],
    dtype=str
)

# 可选：将合并后的列添加到原数组中
out_data = np.lib.recfunctions.append_fields(
    in_data, 
    'MergedText', 
    merged_text, 
    usemask=False
)

# 查看前10行结果
print(out_data['MergedText'][:10])

情况2：in_data是Orange Table对象 #

在Orange的Python脚本模块中，输入数据通常是Orange.data.Table类型，更适合直接操作行数据：

from Orange.data import StringVariable

# 创建新的字符串列用于存储合并结果
merged_col = StringVariable("MergedText")
out_data = in_data.add_column(merged_col)

# 遍历每行合并文本
for row in out_data:
    # 自定义分隔符，比如用空格连接，或根据需求调整
    row["MergedText"] = f"{row['ContextBefore']} {row['Hit']} {row['ContextAfter']}"

# 查看前10行结果
print([row["MergedText"] for row in out_data[:10]])

补充说明 #

如果你确实需要用hstack堆叠数组（比如把三列元素拼成一维数组），正确写法是将数组放进列表：

# 仅堆叠数组，不合并文本
stacked_array = np.hstack([in_data[:, 'ContextBefore'], in_data[:, 'Hit'], in_data[:, 'ContextAfter']])

但这不符合你合并每行文本的需求，所以优先用前面的字符串拼接方法。

内容的提问来源于stack exchange，提问作者user3992979