我在理解pandas.Panel（3D数据结构）的索引方面遇到了一些麻烦。在documentation中，声明索引的工作原理如下：
从具有多轴选择的对象获取值使用以下表示法（使用.loc作为示例，但也适用于.iloc和.ix）。任何轴访问器都可以是空切片：。假设不在规范中的轴是：。 （例如p.loc ['a']等于p.loc ['a'，：，]]）
p.loc [item_indexer，major_indexer，minor_indexer]
现在我假设在提取DataFrame时其余索引的顺序不会改变，但是：
from pandas import Panel
from numpy import arange
p = Panel(arange(24).reshape(2,3,4))
p.shape
Out[4]: (2, 3, 4)
p.iloc[0].shape # original order
Out[5]: (3, 4)
p.iloc[:,0].shape # transposed
Out[6]: (4, 2)
p.iloc[:,:,0].shape # transposed
Out[7]: (3, 2)
p.iloc[:,0,:].shape # transpose (same as [6])
Out[8]: (4, 2)
p.iloc[1:,0,:].shape # Slicing item_indexer, then transpose
Out[9]: (4, 1)
p.iloc[1:,0].shape # Expected to get the same as [9], but slicing minor_indexer instead????
Out[10]: (3, 2)
在索引major_index或minor_index而不是item_index时，为什么要转换DataFrame？为什么最后一个例子与之前的例子不同？
答案 0 :(得分：1)
最近在github issue进行了一些讨论。看起来大熊猫不太适合N维数据（N> = 3）。有一个替代模块xray，它类似于熊猫，但对于ND数据。否则，您可以使用带有MultiIndex的普通pandas（2D）DataFrame来模拟ND数据。