如何将字典列表转换为(行数,4)形状的二维数组并保留完整键值对
问题核心根因
当前代码逻辑跑不通的本质原因有两个:
- 把已经通过
json.loads解析完成的结构化字典对象,当成原始字符串来做拆分,完全绕开了结构化解析的结果,相当于白做了JSON加载步骤 - 直接迭代字典对象时,Python默认仅遍历字典的所有键名,不会带出对应键的数值,因此最后生成的内容只剩键名、丢失了字段值
你已经通过逐行JSON加载流程拿到的test_dataset,本质是由同结构字典组成的列表,每条记录包含4个固定字段,根本不需要做字符串层面的逗号拆分,只需要按字段顺序提取值即可拿到形状为(样本数, 4)的二维数组。
可直接运行的实现代码
场景1:生成纯数值型二维数组(适配数值计算需求)
如果不需要保留键名字符串,只需要把字段值按列顺序拼成每行数据,转numpy数组后自动匹配目标形状:
import numpy # 定义列顺序,和你的4个字段一一对应 target_fields = ["house_size", "build_year", "house_color", "price"] # 逐行提取字段值 dat = [] for row_dict in test_dataset: current_row = [row_dict[field] for field in target_fields] dat.append(current_row) # 转numpy数组,2条样例数据时形状为(2,4) data = numpy.array(dat) print("数组形状为:", data.shape) print("第一行数据为:", data[0]) # 输出: [ 93. 2002. 3. 2498.]
场景2:生成带"键:值"格式文本的二维数组
如果需要每个单元格保留完整的键值对文本形式,只需要在提取值时拼接为固定格式的字符串即可:
target_fields = ["house_size", "build_year", "house_color", "price"] dat = [] for row_dict in test_dataset: current_row = [f"{field}: {row_dict[field]}" for field in target_fields] dat.append(current_row) data = numpy.array(dat) print("数组形状为:", data.shape) print("第一行数据为:", data[0]) # 输出: ['house_size: 93.0' 'build_year: 2002.0' 'house_color: 3' 'price: 2498.0']
常见踩坑提醒
- 直接把
test_dataset传给numpy.array()是无法生成二维结构的,numpy无法自动将嵌套的字典结构拍平成表格格式,必须显式按字段逐行提取 - 如果你自己做字符串拆分,很容易因为数值格式变动(比如数值里带逗号、引号)出现拆分错误,直接用结构化字典取字段值的可靠性远高于字符串处理
- 原写法
dat.append([string for string in string])里,内层循环的迭代对象是单个字典,这种迭代方式只会拿到所有键名,永远取不到对应的字段值,是逻辑错误的核心来源
内容的提问来源于stack exchange,提问作者eloen
相关产品推荐
相关产品推荐

