Python中将pandas生成的字典集合值转换为numpy数组的问题
问题根因
- 你当前对
list()的使用逻辑存在偏差:list(userdic.values())是把字典值的迭代视图转换为包含所有原始set的列表,取[0]得到的仍然是第一个键对应的原始set对象,并不是把这个set内部的元素转成了列表。 - 直接向
np.array()传入set对象时,numpy会将整个set判定为单个不可拆分为序列的对象,因此生成存储了单个set元素的object类型数组,和你预期的一维元素数组结构不符。
正确实现方案
单个set转一维numpy数组
需要先将set内部的元素显式转换为列表,再传入numpy构造数组:
# 取出第一个键对应的原始set对象 first_user_poi_set = list(userdic.values())[0] # 先把set拆解为元素列表,再构造普通一维数组 list2array = np.array(list(first_user_poi_set))
执行后得到的数组就是形如[360448, 486401, 190984, 941599]的普通一维数值数组,不会保留set对象结构。
批量生成全量转换字典(适配for循环使用场景)
如果后续需要在循环中遍历所有用户对应的poi数组,可以提前批量完成转换,避免循环中反复做类型转换:
import numpy as np # 生成映射字典:键为userid,值为对应的一维numpy数组 user_poi_array_dic = { userid: np.array(list(poi_set)) for userid, poi_set in userdic.items() } # 后续for循环直接取用即可 for userid, poi_array in user_poi_array_dic.items(): # poi_array 为可直接使用的一维数组 print(userid, poi_array)
额外优化:在最初的分组聚合阶段,就可以直接将分组后的结果设为列表类型,省去后续set转列表的步骤:
userdic = df_check.groupby('userid')['poiid'].agg(list).to_dict()这种方式生成的字典值本身就是元素列表,后续转numpy数组时直接传入列表即可得到普通一维数组,不需要额外的类型转换。
内容的提问来源于stack exchange,提问作者drorhun
相关产品推荐
相关产品推荐

