如何将pandas存列表的列与另一列值拼接生成二维numpy数组

问题根源 #

df['a']是元素为列表的object类型Series，直接传入np.c_/np.hstack等numpy拼接函数时，不会自动将内部列表展开为二维结构，只会将每个列表视为单个object元素处理，因此得到的是object类型的数组，不符合预期。

推荐解法（性能最优，适合大数据量） #

• 先将a列的列表转换为正规二维numpy数组：arr_a = np.array(df['a'].tolist())
• 把b列转为列向量格式：arr_b = df['b'].to_numpy().reshape(-1, 1)
• 横向拼接两个数组得到最终结果：res = np.hstack((arr_a, arr_b))

可选简洁写法（适合小数据量） #

逐行拼接列表后直接转为numpy数组：

res = np.array(df.apply(lambda row: row['a'] + [row['b']], axis=1).to_list())

两种方法输出的结果均为shape=(2,4)的float类型二维数组，和你给出的预期输出完全一致。

内容的提问来源于stack exchange，提问作者Tharsalys