如何将Pandas列嵌套数组转为适配Keras的NumPy数组？

为什么会出现嵌套的array()对象？ #

因为你的DataFrame列里每个元素都是独立的小NumPy数组，Pandas会把这些数组当成object类型的单个元素存储，而不是把整列识别成一个多维数组。用a['labels'].values取出来的是一个dtype为object的一维数组，每个元素就是你原来存的小数组，所以看起来像是嵌套了array()结构。

怎么转成符合要求的数组格式？ #

直接用numpy.stack()把这些小数组堆叠成一个二维数组就行，Keras就能直接用：

import numpy as np

# 转换labels列，得到形状为(样本数, 1)的数组
labels_input = np.stack(a['labels'].values)
# 转换text列，得到形状为(样本数, 300)的数组
text_input = np.stack(a['text'].values)

你也可以用列表推导式配合np.array()，效果一样：

labels_input = np.array([item for item in a['labels']])

转换完后可以验证下格式：

print(labels_input.shape)  # 输出应该是 (你的样本数量, 1)
print(text_input.shape)    # 输出应该是 (你的样本数量, 300)

这样得到的数组就可以直接传入keras.fit(text_input, labels_input)了。

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