如何将pandas DataFrame的值提取后赋值给指定维度的多维numpy数组

报错原因 #

你将col1设置为DataFrame索引后，df1['col2'][x]的取值逻辑是匹配索引标签，而你的索引标签为["1", "2", "NaN", "NaN", "NaN", "NaN"]，不存在数值为0的标签，因此触发KeyError。

最优实现方案 #

无需循环，直接提取列的numpy数组后调用reshape方法即可，代码如下：

import pandas as pd
import numpy as np
d = {'col1': [1, 2, 'NaN', 'NaN', 'NaN', 'NaN'], 'col2': [10, 20, 30, 40, 50 , 60]}

df1 = pd.DataFrame(data=d)
df1 = df1.set_index('col1')

firstDimensionOfTheArray = 3
secondDimensionOfTheArray = 2

# 一行完成转换
array = df1['col2'].values.reshape(firstDimensionOfTheArray, secondDimensionOfTheArray)

执行后得到的数组为：

[[10 20]
 [30 40]
 [50 60]]

完全符合需求。

原循环写法修复 #

如果你需要保留原来的循环实现逻辑，只需将取值改为按位置索引的iloc即可：

for i in range (0, firstDimensionOfTheArray):
    for j in range (0,  secondDimensionOfTheArray): 
        array [i, j] = df1 ['col2'].iloc[i * secondDimensionOfTheArray + j]

内容的提问来源于stack exchange，提问作者PeterBe