如何从DataFrame的spikes列提取数组并去除array()外层包装？

嘿，我刚好碰到过类似的问题！你遇到的情况是因为spikes列里的元素是numpy数组，用as_matrix提取时会保留这个数组结构。要去掉array()部分，只需要把每个numpy数组转换成Python原生列表就行，这里有两种简单的方式：

方法1：直接从DataFrame处理（推荐） #

不需要先调用as_matrix，直接对spikes列的每个元素做转换，一步到位：

import cochlea
import pandas as pd
# 假设你已经生成了包含spikes列的df
# 方式A：用列表推导式，直观高效
a = [spike_arr.tolist() for spike_arr in df['spikes']]

# 方式B：用apply方法，写法更简洁
a = df['spikes'].apply(lambda x: x.tolist()).tolist()

这样得到的a就是你需要的[[1,2,3],[4,5,6]]格式。

方法2：处理已提取的矩阵 #

如果你已经用a = df.as_matrix(['spikes'])得到了那个嵌套结构，也可以直接对它做转换：

# 原始a的结构是[[array([1,2,3])],[array([4,5,6])]]
a = [sub_list[0].tolist() for sub_list in a]

这里通过列表推导式遍历每个子列表，取出里面的numpy数组，再调用tolist()转成原生列表。

为什么tolist()管用？ #

numpy数组的tolist()方法会把数组转换成对应的Python原生列表，完全保留元素的顺序和数值，刚好满足你后续代码的格式要求。

内容的提问来源于stack exchange，提问作者Eli.K