如何将Python数组每行存储为pandas DataFrame单列条目应用于多标签分类任务

解决方案 #

你可以通过以下两种方式实现需求，核心逻辑是把二维数组的每一行提前封装为单个元素再传入DataFrame，避免pandas自动拆分维度：

1. 通用写法（兼容列表、numpy数组类型的multilabel）

import pandas as pd
df = pd.DataFrame({
    "target": [row for row in multilabel]
})

2. 若multilabel是numpy数组，可直接用tolist()方法简化代码

import pandas as pd
import numpy as np

# 示例multilabel数组
multilabel = np.array([
    [0, 0, 0, 1, 0, 0, 0, 0],
    [1, 0, 0, 0, 0, 0, 0, 0],
    [1, 0, 0, 1, 0, 0, 0, 0]
])

df = pd.DataFrame({
    "target": multilabel.tolist()
})

原错误写法的原因 #

直接把二维数组传入pd.DataFrame()时，pandas会默认把二维数组的第二个维度映射为表格列，因此每个数组元素会被拆分为单独的列。手动将每行封装为列表的单个元素后，pandas会将每个列表识别为单个单元格的值，不会做额外拆分。

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