如何将含嵌套列表的Pandas DataFrame转换为指定格式的NumPy数组列表？

方案1：用apply快速实现 #

通过按行遍历+列表推导式完成元素转换，代码简洁高效：

import pandas as pd
import numpy as np

# 构建示例DataFrame
a = pd.DataFrame()
a['0'] = [[[0.2,0.4]], [[1, 10]]]
a['1'] = [[[4, 5]], [[6, 7]]]

# 执行转换
list_of_array = a.apply(lambda row: [np.array(item) for item in row], axis=1).tolist()

# 查看输出结果
print(list_of_array)

方案2：基础循环实现 #

如果需要更直观的逻辑，用iterrows逐行处理：

import pandas as pd
import numpy as np

a = pd.DataFrame()
a['0'] = [[[0.2,0.4]], [[1, 10]]]
a['1'] = [[[4, 5]], [[6, 7]]]

list_of_array = []
# 遍历DataFrame的每一行
for _, row in a.iterrows():
    # 将当前行的每个列表元素转为numpy数组
    row_arrays = [np.array(item) for item in row]
    list_of_array.append(row_arrays)

print(list_of_array)

最终输出 #

两种方法都会生成你需要的嵌套数组列表：

[[array([[0.2, 0.4]]), array([[4, 5]])], [array([[ 1, 10]]), array([[6, 7]])]]

内容的提问来源于stack exchange，提问作者Sadcow