python - Pandas 数据框将 numpy 数组列读取为字符串

Question

我有两个 Python 脚本，一个创建 .csv文件和读取它的另一个文件。

这是我在第一个文件中保存数据帧的方法:

df['matrix'] = df['matrix'].apply(lambda x: np.array(x))
df.to_csv("Matrices.csv", sep=",", index=False)

df['matrix'].iloc[0]的类型和形状是 <class 'numpy.ndarray'>和(24, 60)分别。

在我尝试的第二个脚本中

print ("type of df['matrix'].iloc[0]", type(df['matrix'].iloc[0]))

输出为type of df['matrix'].iloc[0] <class 'str'>

我如何确保 df['matrix']不失去它的本质吗？

Answer 1

如果想保存和只读 numpy 数组，请使用 savetxt和 genfromtxt .

<小时/>

如果有多个列，则使用:

使用pickle :

df.to_pickle('file.pkl')
df = pd.read_pickle('file.pkl')

<小时/>

将数组转换为多列，然后写入文件:

a = np.array(
[[219,220,221],
 [154,152,14],
 [205,202,192]])

df = pd.DataFrame({'matrix':a.tolist(), 'b':np.arange(len(a))})
print (df)
            matrix  b
0  [219, 220, 221]  0
1   [154, 152, 14]  1
2  [205, 202, 192]  2

df1 = pd.DataFrame(df.pop('matrix').values.tolist(), index=df.index).add_prefix('mat_')
print (df1)
   mat_0  mat_1  mat_2
0    219    220    221
1    154    152     14
2    205    202    192

df = df.join(df1)
print (df)
   b  mat_0  mat_1  mat_2
0  0    219    220    221
1  1    154    152     14
2  2    205    202    192

但是如果确实需要将值转换为数组，则需要使用ast.literal_eval转换器:

import ast

df.to_csv('testing.csv', index=False)

df = pd.read_csv('testing.csv', converters={'matrix':lambda x: np.array(ast.literal_eval(x))})
print (type(df.loc[0, 'matrix']))

<class 'numpy.ndarray'>