Handeling在熊猫中的特定列的形状

Question

我有pandas.DataFrame，我只对最后一列的值感兴趣。

np.shape(dataframe.iloc[:,:]) # the output is (2190,460) 
# Now here is the shape of one cell in the last column 

np.shape(dataframe.iloc[0,-1]) # the output is (20,) 

dataframe.iloc[0,-1] # the output [1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] 

我的问题是如何能得到此列保存在以下形态：(2190, 20) 自运行：

np.shape(dataframe.iloc[:,-1]) # the output (2190,) 

而这种形状使用造成了我一个巨大的问题

解决方案loop：

Test_Labels = [] 
for i in range(len(dataframe)): 
    Test_Labels.append(dataframe.iloc[i,-1]) 
np.shape(Test_Labels) 

如果有人能用熊猫功能解决它，很高兴看到它。

Answer 1

你可以从最后一列一个pandas.DataFrame，如：

代码：

df[df.columns[-1]] 

测试代码：

df = pd.DataFrame({"a": [dt.datetime(2017, 1, 3), 
         dt.datetime(2017, 2, 4), 
         dt.datetime(2017, 3, 5)], 
        "b": [[2, 4], [6, 8], [10, 12]]}) 

print(df) 
print(df[df.columns[-1]]) 

结果：

  a   b 
0 2017-01-03 [2, 4] 
1 2017-02-04 [6, 8] 
2 2017-03-05 [10, 12] 

0  [2, 4] 
1  [6, 8] 
2 [10, 12] 
Name: b, dtype: object 

但我需要的结果是数组没有列出

如果您需要在数组列表的转换，以一个阵列阵列的数组，那么整个转换为一个numpy.array，numpy将进入并将内部列表转换为数组。

last_col = np.array(list(df[df.columns[-1]])) 
print(last_col) 
print(last_col.shape) 

结果：

[[ 2 4] 
[ 6 8] 
[10 12]] 

(3, 2)