将三维数组的形状缩减为二维数组或数据帧，但将一个轴的条目嵌套为另一个轴的列表

Question

因此，我在解析数据集时遇到问题。我有一个维度数组axbxc。。我想把它转换成一个二维数组，或者最好是一个DataFrame，其中形状是axb[c]，这意味着我想把c的条目作为b不同列下的列表，其中a表示行数，如下所示

Image showing my desired output or DataFrame1

Answer 1

我假设您想从3d数组生成数据帧，所以我在本例中使用多索引。 如果我有这样的数据：

data = np.random.random((3,4,5))

首先，我将为数据帧创建如下索引：

#for index DataFrame
array1 = np.arange(0,3)
array2 = np.arange(0,4)
iterables = [array1.tolist(),array2.tolist()]
index = pd.MultiIndex.from_product(iterables, names=['first', 'second'])

然后创建数据帧：

 df = pd.DataFrame(data.reshape(3*4,5),index=index)

结果是：

>>> df
                     0         1         2         3         4
first second                                                  
0     0       0.824310  0.504847  0.524925  0.864275  0.737136
      1       0.568694  0.349271  0.413173  0.256493  0.062059
      2       0.247119  0.433598  0.916364  0.579064  0.749974
      3       0.404534  0.951233  0.511670  0.147814  0.662542
1     0       0.982126  0.914015  0.093291  0.756780  0.610224
      1       0.853450  0.463260  0.712753  0.874551  0.118973
      2       0.365568  0.822954  0.883047  0.398301  0.496278
      3       0.329698  0.929337  0.085680  0.312687  0.210055
2     0       0.973088  0.131381  0.943814  0.596567  0.248843
      1       0.986318  0.631151  0.671049  0.123051  0.362313
      2       0.109261  0.008249  0.129571  0.702480  0.786857
      3       0.426099  0.322008  0.260797  0.435768  0.453475
>>>