Question

我正在尝试从np数组中插入尺寸为（24,12）的72个矩阵到预先存在的MultiIndexDataFrame中，该索引根据尺寸为（72,2）的np.array进行索引。我不在乎为矩阵的内容建立索引（24,12），我只需要为72个矩阵建立索引，甚至可以将它们作为对象进行重新排列。就像一张地图，在某些情况下需要重新排序以重新堆积列。

到目前为止我尝试过的是：

cosphi.shape

（72，2）

MFPAD_RCR.shape

（72，24，12）

df = pd.MultiIndex.from_arrays(cosphi.T, names=("costheta","phi"))

我成功创建了一个具有72个索引行的2列的DataFrame。然后我尝试添加72个矩阵

df1 = pd.DataFrame({'MFPAD':MFPAD_RCR},index=df)

或可能

df1 = pd.DataFrame({'MFPAD':MFPAD_RCR.astype(object)},index=df)

我得到了错误

Exception: Data must be 1-dimensional.

有什么主意吗？

Answer 1

经过一番仔细研究之后，我发现我的问题has been already answered here（正确的答案）和here（使用不推荐使用的功能的解决方案）。

对于我的具体问题，答案类似于：

data = MFPAD_RCR.reshape(72, 288).T
df = pd.DataFrame(
    data=data,
    index=pd.MultiIndex.from_product([phiM, cosM],names=["phi","cos(theta)"]),
    columns=['item {}'.format(i) for i in range(72)]
)

请注意：3D np数组必须以第二维等于主索引和次索引的乘积来整形。

df1 = df.T

我希望能够根据来自cosphi的额外索引对项目（又称矩阵）进行排序

cosn=np.array([col[0] for col in cosphi]); #list
phin=np.array([col[1] for col in cosphi]); #list

注意：新索引的长度必须与项目（矩阵）= 72相同

df1.set_index(cosn, "cos_ph", append=True, inplace=True)
df1.set_index(phin, "phi_ph", append=True, inplace=True)

这之后可以排序

df1.sort_index(level=1, inplace=True, kind="mergesort")

并重塑

outarray=(df1.T).values.reshape(24,12,72).transpose(2, 0, 1)

任何建议使代码更快/更漂亮的建议都值得欢迎！

从多维np数组创建熊猫MultiIndex DataFrame

1 个答案: