如何将含一维数组的Pandas Series转换为二维NumPy数组？

我明白你的问题——当Series里的每个元素都是列表时，直接用to_numpy()会得到一个dtype为object的一维数组，而不是你想要的二维数值数组。这里有几种简单的解决方法：

方法1：直接用np.array()转换Series的值 #

因为你的Series本质上是一个可迭代的列表集合，直接把Series的values传给np.array()就能自动生成二维数组：

import pandas as pd
import numpy as np

s = pd.Series([[1,2,3,4],[5,6,7,8]])
# 转换为二维数组
arr = np.array(s.values)
print(arr)
# 输出结果：
# array([[1, 2, 3, 4],
#        [5, 6, 7, 8]])

方法2：先转成Python列表再转换 #

另一种等价的方式是先用to_list()把Series转换成普通的Python列表，再转成numpy数组：

arr = np.array(s.to_list())

方法3：用np.vstack()堆叠元素 #

如果你的Series里的子列表长度都一致（像示例这样），也可以用np.vstack()来逐个堆叠这些列表：

arr = np.vstack(s)

为什么直接用to_numpy()不行？ #

当Series的元素是嵌套列表时，Pandas的to_numpy()默认会将每个列表视为一个独立的对象，所以生成的数组是一维的，且dtype为object。上面的方法都是将这些子列表提取出来，重新组合成二维的数值数组。

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