熊猫面板作为 numpy 多维数组答案

【问题标题】：Pandas Panel as numpy multidimensional array熊猫面板作为 numpy 多维数组
【发布时间】：2014-02-04 12:24:45
【问题描述】：

我是熊猫新手。我尝试在我有一个三维点网格中做一个例子，网格的维度是N1 x N2 x N3。网格中的每个点都包含一些数据（numpy.ndarray、float 数字等）。例如：Point(0,0,0): 'date' = 18、'temperature array' = numpy.array([[1,2,3], [4,5,6]])。

现在我的目标是创建一个熊猫“表”（我来宾pandas.Panel），这样当我调用table['date'][Point(0,0,0)]时，结果应该返回：18，当我调用table['temperature array'][Point(0,0,0)]时，它返回@ 987654329@.

你能发一个简单的例子吗，对我有很大帮助。

谢谢

【问题讨论】：

标签： python pandas panel

【解决方案1】：

Panel4D 可能就是您要找的。它实质上是根据您的前 3 个维度创建多级索引。

import pandas as pd
import numpy as np

# 100 x 100 x 100 x 3 array
data = np.random.randn(100,100,100,3)
data[0,0,0]
# out[]:
#     array([ 0.85284721, -0.04883839, -0.09375558])

table = pd.Panel4D(data)
table.ix[0,0,0]
# out[]:
#     minor
#     0    0.852847
#     1   -0.048838
#     2   -0.093756
#     Name: 0, dtype: float64

【讨论】：

【解决方案2】：

我还没有弄清楚如何将一个 numpy 数组存储在 Pandas NDFrame 的单个单元格中，即使我成功了，我也怀疑这不是一个好主意。 Pandas NDFrames 使用 NumPy 数组来存储基础数据。要将 NumPy 数组作为值存储在 NumPy 数组中，外部 NumPy 数组需要是 object dtype，这会阻止 NumPy（和 Pandas）将快速数值例程应用于数组。因此，在 NDFrame（例如 Panel 或 DataFrame）中嵌套 NumPy 数组会损害性能。

您可以改为使用带有 MultiIndex 的 DataFrame：

import pandas as pd

index = pd.MultiIndex.from_tuples([(0,0,0),(0,0,1)])
table = pd.DataFrame([(18,1,2,3,4,5,6),
                      (19,10,20,30,40,50,60)], index=index,
                     columns=['date','t0','t1','t2','t3','t4','t5'])
print(table)
#        date  t0  t1  t2  t3  t4  t5
# 0 0 0    18   1   2   3   4   5   6
#     1    19  10  20  30  40  50  60

print(table.ix[(0,0,0),'date'])
# 18

print(table.ix[(0,0,1),'t0':'t5'].reshape(2,-1))
# [[10 20 30]
#  [40 50 60]]

【讨论】：

“平面优于嵌套”仅适用于代码。它的意思是“尽可能平坦”。
@HeinzKurt：是的，你是对的。谢谢指正。