将多索引转换为行方式多维NumPy数组.

Question

假设我有一个类似于MultiIndex文档中的示例的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,填充它np.nan然后使用特定的迭代顺序用我的DataFrame填充值,但我没有设法解决这个问题接近.

---

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)

Answer 1

一些重塑和交换魔术 -

df.values.reshape(4,2,-1).swapaxes(1,2)

可归结为 -

m,n = len(df.index.levels[0]), len(df.index.levels[1])
arr = df.values.reshape(m,n,-1).swapaxes(1,2)

基本上将第一轴分成两个长度4并2创建一个3D数组,然后交换最后两个轴,2即将长度轴推入后面(作为最后一个).

样品输出 -

In [35]: df.values.reshape(4,2,-1).swapaxes(1,2)
Out[35]: 
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]]])