如何将DataFrame指定列的每行转为单个numpy数组？

嘿，我明白你的需求了——你不想得到一个大的二维numpy数组，而是要把每一行的sepal_length和sepal_width拆成单独的点（比如point1=[5.1,3.5]这种形式）对吧？这里有几个实用的方法，你可以根据自己的场景选择：

方法1：用apply逐行生成列表（直观易懂） #

这是最直接的写法，对选中的两列逐行处理，把每行转成列表：

import pandas as pd

# 假设你的DataFrame名为df
points = df[['sepal_length', 'sepal_width']].apply(lambda row: row.tolist(), axis=1).tolist()

执行后points就是一个嵌套列表，每个元素对应一行的两个值，比如[[5.1, 3.5], [4.9, 3], ...]。你可以通过索引直接取单个点，比如points[0]就是第一个数据点。

方法2：基于numpy数组拆分（高效简洁） #

如果你已经用to_numpy()得到了二维数组，也可以直接遍历这个数组，把每一行单独拿出来：

import numpy as np

# 先转成二维numpy数组
arr = df[['sepal_length', 'sepal_width']].to_numpy()
# 遍历拆分出每个行作为单个点
points = [row for row in arr]

这里每个points[i]是一个一维numpy数组（比如array([5.1, 3.5])），如果需要转成普通列表，改成[row.tolist() for row in arr]就行。这种方法比apply效率更高，数据量大的时候优势明显。

方法3：用itertuples（性能最优） #

如果你的数据集很大，追求极致性能的话，推荐用itertuples——它比iterrows快得多，是pandas里遍历行的高效方式：

# 用列表推导式简化写法
points = [[row.sepal_length, row.sepal_width] 
          for row in df[['sepal_length', 'sepal_width']].itertuples(index=False)]

这里index=False表示不返回原DataFrame的索引，只取我们需要的两个字段值。

小补充 #

• 如果你需要保留原DataFrame的索引和对应关系，可以不用加.tolist()（比如方法1里只到apply(...)），这样得到的是一个Series，每个索引对应一个点的列表。
• 如果需要的是numpy数组类型的单个点，方法2的写法直接就能满足，不需要额外转换。

内容的提问来源于stack exchange，提问作者user14416085