如何将pandas列表/元组Series转为numpy数组Series并生成距离矩阵

你遇到的ValueError是因为pandas的Series默认期望存储一维元素，当你尝试把三维numpy数组直接存入列时，pandas会自动展开数组，导致形状不匹配。其实完全不需要绕弯子生成coord列——我们可以直接利用pandas和scipy的原生功能，一步到位生成距离矩阵，而且效率更高。

最优方案：直接提取坐标列生成二维数组 #

scipy的distance_matrix接收的是二维数组（每行代表一个三维坐标），所以我们可以直接从DataFrame中提取x、y、z列，转成numpy数组后直接传入函数：

import pandas as pd
import numpy as np
from scipy.spatial import distance_matrix

# 读取CSV数据（示例数据）
samples = pd.DataFrame(
    columns=['source', 'name', 'x', 'y', 'z'],
    data = [['a', 'apple', 1.0, 2.0, 3.0], ['b', 'pear', 2.0, 3.0, 4.0], ['c', 'tomato', 9.0, 8.0, 7.0], ['d', 'sandwich', 6.0, 5.0, 4.0]]
)

# 提取x/y/z列，转为二维numpy数组（每行对应一个三维坐标）
coords = samples[['x', 'y', 'z']].to_numpy()

# 生成距离矩阵
dmat = distance_matrix(coords, coords)

# 可选：将距离矩阵转为带名称的DataFrame，方便查看
distance_df = pd.DataFrame(dmat, index=samples['name'], columns=samples['name'])
print(distance_df)

这个方法的优势：

• 避免了apply逐行处理的开销（apply本质是循环，数据量大时效率很低）
• 直接利用pandas和scipy的原生接口，代码简洁易读
• 完全规避了存储numpy数组到DataFrame列的形状问题

如果你一定要存储坐标到DataFrame列 #

如果后续有其他需求必须把坐标存在DataFrame里，你可以用列表推导式来生成numpy数组的Series（而不是apply），之后再把这些数组合并成二维数组：

# 用列表推导式生成存储numpy数组的列
samples['coord'] = [np.array([x, y, z]) for x, y, z in zip(samples['x'], samples['y'], samples['z'])]

# 将Series中的数组合并为二维数组
coords = np.vstack(samples['coord'].values)

# 生成距离矩阵
dmat = distance_matrix(coords, coords)

为什么apply会报错？因为apply返回的numpy数组会被pandas拆解成多个元素，导致列的形状变成(4,3)，而DataFrame期望的是长度为4的一维列，因此触发Shape of passed values is (4,3), indices imply (4,6)的错误（这里的6是示例数据的列数）。列表推导式则会把每个numpy数组作为独立元素存入Series，不会被拆解。

内容的提问来源于stack exchange，提问作者mightypile