说我有以下2d阵列
>>> import numpy as np
>>> budgets = np.array([
[np.nan, 450.],
[500. , 100.],
[np.nan, 900.],
])
其值如此定位
>>> coords = [
('name' , ['Jack_teen' , 'John_adult', 'John_teen']), # over rows
('hobby', ['books', 'bicyle']), # over columns
]
使用xarray我可以创建一个标记为2d的数组,执行
>>> import xarray as xr
>>> x = xr.DataArray(budgets, coords=coords)
因此,当约翰十几岁的时候,他不喜欢书籍,如果当时得到预算就可以看到书籍
>>> x.sel(name='John_teen', hobby='books')
<xarray.DataArray ()>
array(nan)
Coordinates:
name |S10 'John_teen'
hobby |S6 'books'
随着年龄而发生了什么变化
>>> x.sel(name='John_adult', hobby='books')
<xarray.DataArray ()>
array(500.0)
Coordinates:
name |S10 'John_adult'
hobby |S6 'books'
<小时/> 我的问题:
如何将此2dl数组转换为3dl数组,该数组考虑名为age
的新维度(其坐标因此为['adult','teen'])
,同时简化维度{{1}的坐标}}?
请注意,name
的坐标 始终 以分离下划线结构,我的意思是NAME_AGE。当然,您开始这样做的对象是name
。
是否有xarray内置方式来执行此操作?或者至少是最快/最便宜的方法?
答案 0 :(得分:1)
由于我们最终需要维度'name'
,因此我会将当前'name'
重命名为'name_age'
:
In [5]: x = x.rename({'name': 'name_age'})
我们可以直接从坐标值构建MultiIndex
并将其指定为堆叠的DataArray
坐标:
In [6]: x.coords['name_age'] = pd.MultiIndex.from_tuples(
...: [tuple(s.split('_')) for s in x.coords['name_age'].values],
...: names=['name', 'age'])
In [7]: x
Out[7]:
<xarray.DataArray (name_age: 3, hobby: 2)>
array([[ nan, 450.],
[ 500., 100.],
[ nan, 900.]])
Coordinates:
* name_age (name_age) MultiIndex
- name (name_age) object 'Jack' 'John' 'John'
- age (name_age) object 'teen' 'adult' 'teen'
* hobby (hobby) |S6 'books' 'bicyle'
如果您随后取消隐藏'name_age'
,您将获得所需的3-D DataArray
:
In [8]: x.unstack('name_age')
Out[8]:
<xarray.DataArray (hobby: 2, name: 2, age: 2)>
array([[[ nan, nan],
[ 500., nan]],
[[ nan, 450.],
[ 100., 900.]]])
Coordinates:
* hobby (hobby) |S6 'books' 'bicyle'
* name (name) object 'Jack' 'John'
* age (age) object 'adult' 'teen'
答案 1 :(得分:0)
实际上,这种肮脏的方法是我要做的,但这只是 不能 是最好的解决方案。
首先,将这个2dl数组转换为在元组键上形成的字典。
dict_ = {}
for hobby in x['hobby'].data:
for name_age in x['name'].data:
name,age = name_age.split('_')
dict_[(hobby, name, age,)] = x.sel(name=name_age, hobby=hobby).data
这些值所在的空间形成于以下维度列表中:['hobby', 'name', 'age']
。让它分配
>>> space = ['hobby', 'name', 'age']
然后,可以使用pandas的MultiIndex对象的方法from_tuples
来构建数据的布尔定位结构
>>> import pandas as pd
>>> index = pd.MultiIndex.from_tuples(dict_.keys(), names=space)
最后,
>>> hyper_x = pd.Series(dict_, index=index).to_xarray()
因此
>>> hyper_x.sel(name='John', age='teen', hobby='books')
<xarray.DataArray ()>
array(nan)
Coordinates:
hobby |S5 'books'
name |S4 'John'
age |S4 'teen'
>>> hyper_x.sel(name='John', age='adult', hobby='books')
<xarray.DataArray ()>
array(500.0)
Coordinates:
hobby |S5 'books'
name |S4 'John'
age |S5 'adult'
<小时/> 这种方法的优点是可以很容易地推广到任意数量的维度,无论是
x
还是hyper_x
。它也可用于降低维度。