将2D numpy数组重新排列为保持行索引的列向量

Question

我有一个numpy数组：

我想重新安排它，以便将列堆叠在一起，保持它们的初始索引（可能是新列）。你知道吗

我想以这样的方式结束：

Jan2017 | 0 | 0
Feb2017 | 0 | 1
Mar2017 | 0 | 1
...
Jan2017 | 1 | 0 
Feb2017 | 1 | 0 etc

其中第一列和第二列表示初始数组的索引

Answer 1

假设矩阵保存在A，然后通过A.transpose().flatten()得到向量

import numpy as np

A = np.arange(12).reshape(3,4)

print(A)
print(A.transpose().flatten())

Answer 2

您可以堆叠索引数组以及（可能）中的展平值和转置值DataFrame。你知道吗

例如：

作为pd导入

df = pd.DataFrame({0: [0,1,1,0,0,1,0],
                   1: [0,0,0,0,0,1,0],
                   2: [1,0,1,0,1,0,0]},
                  index=['Jan2017', 'Feb2017', 'Mar2017', 'Apr2017', 'May2017', 'Jun2017', 'Jul2017'])

可以这样处理：

>>> np.stack([np.repeat(np.arange(len(df.columns)), len(df)), df.values.T.ravel()], axis=1)
array([[0, 0],
       [0, 1],
       [0, 1],
       [0, 0],
       [0, 0],
       [0, 1],
       [0, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 0],
       [1, 1],
       [1, 0],
       [2, 1],
       [2, 0],
       [2, 1],
       [2, 0],
       [2, 1],
       [2, 0],
       [2, 0]], dtype=int64)

^{}用于创建索引：

>>> np.repeat(np.arange(len(df.columns)), len(df))
array([0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2])

^{}将数组转置，^{}将其展平：

>>> df.values.T.ravel()
array([0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0], dtype=int64)

然后使用^{}按行（因此axis=1）堆叠