假设我有一个数据框df，以及一个包含许多numpy数组的列'Array'。现在我想仅保存那些在该列中最常见的数组形状的行，并删除其他行。我希望将这些数组作为特征输入以进行一些机器学习操作，因此我需要确保它们都具有相同的形状。以下是我的脚本，但它不起作用。我希望答案也能适用于特征是矩阵的情况。

import pandas as pddf = pd.DataFrame(data)lst = [i.shape for i in df['Array']]most_common = max(set(lst), key=lst.count)df = df[df['Array'].shape==most_common]

基本上，我想将原子结构转换为像numpy数组或矩阵这样的数值特征。我使用了一种称为库伦矩阵的方法来实现这一点。如果你想自己尝试一下，这是我的完整脚本：

import pandas as pdfrom ase.db import connectfrom ase import Atomsfrom ase.io import readimport numpy as npimport numpy.linalg as linalgdef eig_data(atoms):    init_R = atoms.positions    init_Z = atoms.numbers    x_list = []    y_list = []    z_list = []    M_list = []    M_tmp = []    M_matrix = []    for x,y,z in init_R:        x_list.append(x)        y_list.append(y)        z_list.append(z)    order=0    for xl,yl,zl,Z in zip(x_list,y_list,z_list,init_Z):        M_list.append((order,xl,yl,zl,Z))        order+=1    for order,x,y,z,charge in M_list:        r = np.array((x,y,z))        M_tmp = []        for oorder,ox,oy,oz,ocharge in M_list:            if oorder == order:                IJ = 0.5*ocharge**2.4                M_tmp.append(IJ)            else:                otr = np.array((ox,oy,oz))                dist = np.linalg.norm(r-otr)                InJ = (charge*ocharge)/dist                M_tmp.append(InJ)        M_matrix.append(M_tmp)    M = np.array(M_matrix)    w,v = np.linalg.eig(M)    w_sort = np.sort(w)[::-1]#    print(np.amax(w_sort))    return w_sortres = connect('c2db.db')df = []for row in res.select():    atoms = row.toatoms()    i = row.id    c = eig_data(atoms)    f = row.formula    E = row.energy    g = row.gap    w = row.workfunction    df.append({'id': i, 'c_matrix':c, 'formula':f, 'energy': E, 'band_gap':g, 'work_function':w})df = pd.DataFrame(df)lst = [i.shape for i in df['c_matrix']]most_common = max(set(lst), key=lst.count)df = df[df['c_matrix'].shape==most_common]

数据库可以在这里下载：c2db_database

回答：

我的建议是通过这种方式为你的数据框创建一个过滤器

filter = [i.shape == most_common for i in df['c_matrix']]df = df[filter]

或者简单地

df = df[[i.shape == most_common for i in df['c_matrix']]]