使用列表推导式创建NumPy数组时，范围超过9后数组形状异常的问题解决及原因分析

问题原因拆解 #

你遇到的这个形状异常问题，核心是子列表长度不一致导致NumPy无法生成规则的二维数组。仔细看你的DataFrame就能发现：第10行（索引9）的Creditor列值是Tata Capital——这是个带空格的字符串。当你用to_string(index=False).split()处理这一行时，split()会把空格当成分隔符，把Tata Capital拆成两个独立元素，导致这一行生成的子列表比其他行多1个元素（其他行的Creditor都是单个单词，拆分后是6个元素，这一行变成了7个）。

• 当遍历range(9)时，所有行的拆分结果长度一致，NumPy能正常创建(9,6)的二维数组；
• 当遍历range(10)时，出现了长度不一致的子列表，NumPy就会退而创建一个一维的object类型数组（每个元素是长度不同的列表），所以形状变成了(10,)。

修复方案 #

推荐直接用pandas原生的转换方法，完全避开字符串拆分的坑，有两种靠谱的方式：

方案1：直接将指定行转换为NumPy数组（最推荐）

不需要繁琐的列表推导和字符串拆分，直接用iloc选取行后调用to_numpy()，能完美保留原数据结构：

import pandas as pd
import numpy as np

sep_payment = pd.DataFrame({
    "Creditor":['Axis','RBL_CC','KOTAK_PL','KOTAK_CC','Cashe','SBI','HDFC_Jumbo','HDFC_CC','SCB','Tata Capital','Flex_Salary'],
    "Priority":[1,2,3,4,5,6,7,8,9,10,11],
    "Payment_Status":['Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending'],
    "Credit_Status":['Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending','Pending'],
    "Payment_Date":['-','-','-','-','-','-','-','-','-','-','-'],
    "Time Taken in Days":[2,5,5,2,5,2,5,5,5,5,2]
})

# 处理前10行，直接转换为NumPy数组
data = sep_payment.iloc[:10].to_numpy()
print(data.shape)  # 输出 (10, 6)

方案2：如果一定要用列表推导式

如果你坚持要手动遍历每一行，可以直接提取行的原始值，避免转字符串拆分：

subb2 = [sep_payment.iloc[i].values.tolist() for i in range(10)]
data = np.array(subb2)
print(data.shape)  # 输出 (10, 6)

这个方法的原理是：sep_payment.iloc[i].values会直接获取该行的原始数据，Tata Capital会被保留为一个完整的字符串元素，不会被拆分，所以每个子列表长度都是6，NumPy能正常生成二维数组。

总结 #

本质上，to_string()+split()的方式会破坏带空格字段的完整性，导致子列表长度不一致。用pandas原生的转换方法不仅更高效，还能避免这类格式问题。

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