从字典列表创建一个 Record 数组

Question

给定字典列表如下：

dict_data = [
    {'name': 'r1', 'interval': [1800.0, 1900.0], 'bool_condition': [True, False]},
    {'name': 'r2', 'interval': [1600.0, 1500.0], 'bool_condition': [False]},
    {'name': 'r3', 'interval': [1400.0, 1600.0], 'bool_condition': [True]}
]

我想从字典数据创建一个记录数组。但是当我尝试以下操作时，我得到 ValueError

import numpy as np
dt = np.dtype([
('name', np.str_, 50), ('interval', np.float64, (2,)),
    ('bool_condition', np.bool)
])
values = [tuple(val.values()) for val in dict_data]
arr = np.rec.array(values, dtype=dt)

错误： ValueError: cannot set an array element with a sequence

我想知道我怎样才能有一个更正确的dtype，然后从字典列表中创建记录数组。

Answer 1

一个问题是字典的迭代不保留顺序。你可以通过查看 print values[0] 看到这一点，如果我使用你的代码，它会给出 ([1800.0, 1900.0], [True, False], 'r1')。

宁愿使用

import numpy as np
dt = np.dtype([
    ('name', np.str_, 50),
    ('interval', np.float64, (2,)),
    ('bool_condition', np.bool)
])
values = [
    tuple([val['name'], val['interval'], val['bool_condition']])
    for val in dict_data
]
arr = np.rec.array(values, dtype=dt)

另一件事是您数据中的 bool_condition 是一个列表，而不仅仅是一个布尔值。所以你可能想把你的 dtype 改成：

dt = np.dtype([
    ('name', np.str_, 50),
    ('interval', np.float64, (2,)),
    ('bool_condition', list)
])

Answer 2

用pandas做这个很方便：

 In [247]: pd.DataFrame(dict_data)[['name','interval','bool_condition']].to_records(False)

Out[247]: 
rec.array([('r1', [1800.0, 1900.0], [True, False]),
 ('r2', [1600.0, 1500.0], [False]), ('r3', [1400.0, 1600.0], [True])], 
          dtype=[('name', 'O'), ('interval', 'O'), ('bool_condition', 'O')])

['name','interval','bool_condition']确保字段的顺序。

从字典列表创建一个 Record 数组

Create a Record array from a list of dictionaries

python

numpy

structured-array