python多维数组添加行_python – 将multiindex转换为行方式多维NumPy数组.

假设我有一个类似于

MultiIndex docs中的示例的MultiIndex DataFrame.

>>> df

0 1 2 3

first second

bar one 0 1 2 3

two 4 5 6 7

baz one 8 9 10 11

two 12 13 14 15

foo one 16 17 18 19

two 20 21 22 23

qux one 24 25 26 27

two 28 29 30 31

我想从这个DataFrame生成一个具有三维结构的NumPy数组

>>> desired_arr

array([[[ 0, 4],

[ 1, 5],

[ 2, 6],

[ 3, 7]],

[[ 8, 12],

[ 9, 13],

[10, 14],

[11, 15]],

[[16, 20],

[17, 21],

[18, 22],

[19, 23]],

[[24, 28],

[25, 29],

[26, 30],

[27, 31]]])

我怎么能这样做？

希望很清楚这里发生了什么 – 我实际上是在第一级卸载DataFrame,然后尝试将结果列MultiIndex中的每个顶层转换为它自己的二维数组.

我可以半途而废

>>> df.unstack(1)

0 1 2 3

second one two one two one two one two

first

bar 0 4 1 5 2 6 3 7

baz 8 12 9 13 10 14 11 15

foo 16 20 17 21 18 22 19 23

qux 24 28 25 29 26 30 27 31

但后来我很难找到一种很好的方法将每一列变成一个二维数组,然后将它们连接在一起,除了明确地使用循环和列表.

我觉得应该有一些方法让我事先指定我想要的NumPy数组的形状,用np.nan填充它然后使用特定的迭代顺序用我的DataFrame填充值,但我还没有设法解决这个方法的问题呢.

生成示例DataFrame

iterables = [['bar', 'baz', 'foo', 'qux'], ['one', 'two']]

ind = pd.MultiIndex.from_product(iterables, names=['first', 'second'])

df = pd.DataFrame(np.arange(8*4).reshape((8, 4)), index=ind)