重塑熊猫系列？

它在我看来就像是熊猫系列中的一个错误。重塑熊猫系列？

a = pd.Series([1,2,3,4]) 
b = a.reshape(2,2) 
b

B有型系列，但无法显示，最后一条语句给人例外，很长时间，最后一行是“类型错误：％d格式：需要一个数字，不numpy.ndarray”。 b.shape返回（2,2），这与它的类型系列相矛盾。我猜可能熊猫。系列没有实现重塑功能，我打电话给np.array的版本？任何人都看到这个错误？我在熊猫0.9.1。

来源

2013-01-17 szli

我对熊猫不是很熟悉，但是我明白它的魅力和限制在于为不同维度的数组提供专用对象。所以即使背景中有numpy，“pd.Series”总是1D，“pd.DataFrame”总是2D。因此，重新塑造其中一个对象的方式并不合理。 – Jaime

“你**做事的方式”应该是“你做**的方式”......对我感到羞耻！ – Jaime

可以呼吁值reshape阵列系列之一：（？你忽略指数）

In [4]: a.values.reshape(2,2) 
Out[4]: 
array([[1, 2], 
     [3, 4]], dtype=int64)

其实，我认为它不会总是有意义申请reshape一个系列，和你在想它正确只是numpy的的重塑：

a.reshape?
Docstring: See numpy.ndarray.reshape

这么说，我同意的事实，它让你尝试这样做看起来像一个错误的。

来源

2013-01-18 00:15:30

我曾将子类“ndarray”实现为一个固定的维度对象。它很容易抓住“重塑”并且不允许它们，但是你在numpy中喜欢的很多很酷的东西都依赖于改变底层数据的尺寸，例如，摆脱'reshape'和'瓦''不再工作。可能这是一个小的，不可避免的，重复使用Pandas中的numpy引擎的代价。 – Jaime

@Jaime事实上，当你尝试这样做的时候它会导致一个异常，肯定是一个bug，要么让它做到DataFrame（和reindex），要么该方法不可用？ –

关键是，除非您愿意重做大量numpy免费提供的功能，否则无法在不破坏其他功能的情况下使其不可用。我同意这不是很好，但它可能确实是最好的。 – Jaime

的重塑功能采用新形状为一个元组，而不是为多个参数：

In [4]: a.reshape? 
Type:  function 
String Form:<function reshape at 0x1023d2578> 
File:  /Library/Frameworks/EPD64.framework/Versions/7.3/lib/python2.7/site-packages/numpy/core/fromnumeric.py 
Definition: numpy.reshape(a, newshape, order='C') 
Docstring: 
Gives a new shape to an array without changing its data. 

Parameters 
---------- 
a : array_like 
    Array to be reshaped. 
newshape : int or tuple of ints 
    The new shape should be compatible with the original shape. If 
    an integer, then the result will be a 1-D array of that length. 
    One shape dimension can be -1. In this case, the value is inferred 
    from the length of the array and remaining dimensions.

重塑在系列实际执行，并会返回一个ndarray：

In [11]: a 
Out[11]: 
0 1 
1 2 
2 3 
3 4 

In [12]: a.reshape((2, 2)) 
Out[12]: 
array([[1, 2], 
     [3, 4]])

来源

2013-02-09 20:23:55

可以直接使用a.reshape((2,2))来重塑一个Series，但是你不能直接重塑一个熊猫DataFrame，因为没有熊猫DataFrame的重塑功能，但是你可以在numpy ndarray上重塑形状：

转换数据帧到numpy的ndarray
做重塑
转换回

例如

a = pd.DataFrame([[1,2,3],[4,5,6]]) 
b = a.as_matrix().reshape(3,2) 
a = pd.DataFrame(b)

来源

2016-03-05 17:21:04 176coding

只要使用此代码如下：

b=a.values.reshape(2,2)

我认为这将帮助你。你可以直接使用reshape（）函数，但它会给出未来的警告

来源

2017-11-15 12:47:00

请在代码中添加一些解释，因为它有助于理解您的代码。只有代码答案是不被接受的。 –

重塑熊猫系列？

回答

相关问题