将 5D 数组转换为 Pandas 数据框的最有效方法答案

【问题标题】：Most efficient way to turn a 5D array into a Pandas dataframe将 5D 数组转换为 Pandas 数据框的最有效方法
【发布时间】：2017-02-24 16:22:45
【问题描述】：

我有一个称为预测变量的 5D 数组，其形状为 [6,288,37,90,107]，其中 6 是变量的数量，
288 是这些变量的时间序列，
37 是 k位置，
90 是 j 个位置，
107 是 i 个位置。
我想要一个pandas dataframe，其中包括每个k,j,i 位置的每个变量时间序列的列，这样当然会有很多列。
然后我想以某种方式获取每列的名称。
例如第一列是var1_k_j_i = predictors[0,:,0,0,0]
除了名字我实际上想要k location，j location，
和i location 而不是k_j_i。
由于有这么多我无法手动执行此操作，所以我希望就将其组织成 pandas 数据框并获取名称的最佳方法提出建议？可能是循环？

因此，总而言之，到此结束时，我希望我的 5D 预测变量数组变成一个大熊猫数据框，其中每一列都是位于不同 k、j、i 位置的变量，具有相应的变量名称和位置数据框的标题或第一行。

【问题讨论】：

标签： python loops pandas dataframe

【解决方案1】：

听起来你需要在这里享受重塑的乐趣。

解决位置 i,j,k 就像使用 reshape 一样简单。然后我不确定您是否可以再次重塑以获得所需的 2D 表示，所以我为您建议如下循环。

import itertools
import pandas as pd

dfs = []
new_matrix = matrix.reshape([6,288,37*90*107])
for var range(6):
   iterator = itertools.product(range(37), range(90), range(107))
   columns = ['var%i_' % var + '_'.join(map(str, x)) for x in iterator]
   dfs.append(pd.DataFrame(new_matrix[var]))

result = pd.concat(dfs)

【讨论】：

嘿，我猜你想通了。我将所有 'feature' 变量重命名为 'var' 但有一个漏掉了！我刚刚修改了它。