在numpy数组周围使用 Package 器，即以list形式传递numpy数组

a = np.array([5, 6, 7, 8])
df = pd.DataFrame({"a": [a]})

输出：

a
0  [5, 6, 7, 8]

或者，您可以通过创建元组来使用apply(np.array)（如果您有 Dataframe

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

输出：
一个三个三个一个
输出：

array(['on', 'on', '1'], dtype='<U2')

如果首先将列的类型设置为object，则可以插入不带任何换行的数组：

df = pd.DataFrame(columns=[1])
df[1] = df[1].astype(object)
df.loc[1, 1] = np.array([5, 6, 7, 8])
df

输出：

1
1   [5, 6, 7, 8]

可将数据框数据参数括在方括号中，以保持每个单元格中的np.array：

one_d_array = np.array([1,2,3])
two_d_array = one_d_array*one_d_array[:,np.newaxis]
two_d_array

array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])

pd.DataFrame([
    [one_d_array],
    [two_d_array] ])

                                   0
0                          [1, 2, 3]
1  [[1, 2, 3], [2, 4, 6], [3, 6, 9]]

假设您有一个DataFrame ds，并且它有一个名为“class”的列。如果 ds[“class”]包含字符串或数字，并且您希望将它们更改为numpy.ndarray s或list s，则以下代码将有所帮助。在代码中，class2vector 是numpy.ndarray或list，ds_class 是筛选条件。
ds['class'] = ds['class'].map(lambda x: class2vector if (isinstance(x, str) and (x == ds_class)) else x)

chooseevalbuildin函数易于使用和阅读。

# First ensure use object store str
df['col2'] = self.df['col2'].astype(object)
# read
arr_obj = eval(df.at[df[df.col_1=='xyz'].index[0], 'col2']))
# write
df.at[df[df.col_1=='xyz'].index[0], 'col2'] = str(arr_obj)

真实的商店展示完美的人类可读价值：

col_1,  col_2
xyz,    "['aaa', 'bbb', 'ccc', 'ddd']"

只需通过第一个apply将您想要存储在单元格中的内容 Package 到list对象中，然后通过第二个apply按list的index 0提取它：

import pandas as pd
import numpy as np

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df.apply(lambda x: [np.array(x)], axis=1).apply(lambda x: x[0])

df

输出：

id  a       b       new
0   1   on      on      [1, on, on]
1   2   on      off     [2, on, off]
2   3   off     on      [3, off, on]
3   4   off     off     [4, off, off]

下面是我的2美分贡献（在Python 3.7上测试）：

import pandas as pd
import numpy as np

dataArray = np.array([0.0, 1.0, 2.0])
df = pd.DataFrame()
df['User Col A'] = [1]
df['Array'] = [dataArray]

如果你只想要其中的一些列，你可以这样做。以@allenyllee为例，

df = pd.DataFrame({'id': [1, 2, 3, 4],
                   'a': ['on', 'on', 'off', 'off'],
                   'b': ['on', 'off', 'on', 'off']})

df['new'] = df[['a','b']].apply(lambda x: np.array(x), axis=1)

其输出

id    a    b         new
0   1   on   on    [on, on]
1   2   on  off   [on, off]
2   3  off   on   [off, on]
3   4  off  off  [off, off]

如果你需要一个特定的顺序，你也可以改变'a '，' b'的顺序。