如何将长度不一的awkward数组转换为空缺填充NaN的等长numpy数组

直接用Awkward库自带的原生接口就能完成，不需要手动遍历处理，性能更高也不会出错，具体步骤和示例如下：

基础实现流程 #

• 先统计目标维度下最长子数组的长度，作为统一对齐的标准长度
• 调用ak.pad_none()将所有子数组填充到目标长度，空缺位置默认补None
• 转换为NumPy数组后，None会自动转换为NaN（注意整数类数组需要先转浮点类型，因为整型不支持NaN值）

完整代码示例 #

import awkward as ak
import numpy as np

# 模拟从root文件导入的变长Awkward数组
ak_array = ak.Array([[1, 3, 5, 7], [2, 4], [6, 8, 9]])

# 1. 计算axis=1维度下的最长子数组长度
max_sub_len = ak.max(ak.num(ak_array, axis=1))

# 2. 所有子数组填充到统一长度
padded_ak = ak.pad_none(ak_array, target=max_sub_len, axis=1)

# 3. 转NumPy数组并转浮点类型适配NaN
np_array = ak.to_numpy(padded_ak).astype(np.float64)

输出结果验证 #

print(np_array)
"""
输出：
[[ 1.  3.  5.  7.]
 [ 2.  4. nan nan]
 [ 6.  8.  9. nan]]
"""

额外使用提示 #

• 如果需要同时截断过长的子数组到指定长度，可以给ak.pad_none()加上clip=True参数，直接传入你需要的目标长度即可，不需要额外统计最大长度
• 多层嵌套的数组只要调整axis参数到你需要对齐的维度，就可以对应维度做填充对齐

内容的提问来源于stack exchange，提问作者Dizzy