将3D numpy阵列合并到Pandas数据帧+1D向量中

Question

我有一个数据集，它是一个具有形状（1536x16x48）的numpy数组。对这些维度的快速解释可能会有所帮助：

• 数据集由EEG传感器以256Hz的频率收集的数据组成（1秒=256个测量值/值）
• 1536个值代表6秒的EEG数据（256*6=1536）
• 16是用于收集数据的电极数量
• 48是样本数

总结：我有48个6秒（1536个值）的脑电图数据样本，由16个电极采集

我需要用所有这些数据创建一个pandas数据框，从而将这个3D数组转换成2D。如果我将所有样本一个叠在另一个上面，则可以删除深度维度（48）。因此，新数据集的形状将为（1536*48）x16

除此之外，因为这是一个分类问题，我有一个48个值的向量，代表每个EEG样本的类别。新数据集还应该将其作为“类”列，然后实际形状将是：（1536*48）x16+1（类）

我可以很容易地通过3D数组的深度维度循环，并将所有内容连接到一个2D新数组中。但这看起来很糟糕，因为我将处理许多像这样的数据集。性能是一个问题。我想知道有没有更聪明的方法

我试图为这个问题提供尽可能多的信息，但由于这不是一项琐碎的任务，如果需要，请随时询问更多细节

提前谢谢

Answer 1

对于numpy部分

x = np.random.random((1536, 16, 48)) # ndarray with simillar shape
x = x.swapaxes(1,2) # swap axes 1 and 2 i.e 16 and 48
x = x.reshape((-1, 16), order='C') # order is important, you may want to check the docs
c = np.zeros((x.shape[0], 1)) # class column, shape=(73728, 1)
x = np.hstack((x, c)) # final dataset
x.shape

输出

(73728, 17)

还是一行

x = np.hstack((x.swapaxes(1,2).reshape((-1, 16), order='C'), c))

最后,

x = pd.DataFrame(x)

Answer 2

设置

>>> import numpy as np
>>> import pandas as pd
>>> a = np.zeros((4,3,3),dtype=int) + [0,1,2]
>>> a *= 10
>>> a += np.array([1,2,3,4])[:,None,None]
>>> a
array([[[ 1, 11, 21],
        [ 1, 11, 21],
        [ 1, 11, 21]],

       [[ 2, 12, 22],
        [ 2, 12, 22],
        [ 2, 12, 22]],

       [[ 3, 13, 23],
        [ 3, 13, 23],
        [ 3, 13, 23]],

       [[ 4, 14, 24],
        [ 4, 14, 24],
        [ 4, 14, 24]]])

沿最后一个尺寸均匀分割；堆叠那些元素，重塑形状，馈送到DataFrame。使用阵列维度的长度可以简化该过程

>>> d0,d1,d2 = a.shape
>>> pd.DataFrame(np.stack(np.dsplit(a,d2)).reshape(d0*d2,d1))
     0   1   2
0    1   1   1
1    2   2   2
2    3   3   3
3    4   4   4
4   11  11  11
5   12  12  12
6   13  13  13
7   14  14  14
8   21  21  21
9   22  22  22
10  23  23  23
11  24  24  24
>>>

使用你的形状

>>> b = np.random.random((1536, 16, 48))
>>> d0,d1,d2 = b.shape
>>> df = pd.DataFrame(np.stack(np.dsplit(b,d2)).reshape(d0*d2,d1))
>>> df.shape
(73728, 16)
>>>

---

从3d数组生成数据帧后，将分类列添加到其中，df['class'] = dataColumn selection, addition, deletion