我正在尝试从Graphlab SFrame中访问多行并将它们转换为numpy数组。

我有一个包含96000行和4096列的数据库fd，需要检索存储在numpy数组中的行号。我想到的方法非常慢。我怀疑这是因为我在每次迭代时不断增加SFrame的大小，但我不知道是否有任何预分配值的方法。我需要获取20000行，而当前方法无法完成。

fd=fd.add_row_number()
print(indexes)
xs=fd[fd['id'] == indexes[0]] #创建第一条记录
t=time.time()
for i in indexes[1:]: #解析并获取索引
    t=time.time()
    xtemp=fd[fd['id'] == i]
    xs=xs.append(xtemp) #将新行追加到现有的SFrame
    print(time.time()-t)
xs.remove_column('id') #移除ID列
print(time.time()-t)
x_sub=xs.to_numpy() #将SFrame转换为numpy

回答：

您可以将SFrame转换为pandas.DataFrame，查找indexes中的id对应的行，移除DataFrame的'id'列，然后将此DataFrame转换为numpy.ndarray。

例如：

import numpy as np
fd=fd.add_row_number()
df = fd.to_dataframe()
df_indexes = df[df.id.isin(indexes)]
df_indexes = df_indexes.drop(labels='id', axis=1)
x_sub = np.array(df_indexes)