将具有多索引的数据帧转换为Numpy矩阵

我有一个带有2个索引的熊猫数据帧。（多索引）我想得到一个Numpy矩阵，类似于

df.as_矩阵（…）

，但是这个矩阵有形状

（n_行，1）

。我想要一个形状矩阵

（n\u index1\u行，n\u index2\u行，1）

有没有办法使用

.groupby（…）

然后使用

.values.tolist（）

或

.as_矩阵（…）

来获得所需的形状

编辑：数据

                                                              value  
current_date                  temp_date                                        
1970-01-01 00:00:01.446237485 1970-01-01 00:00:01.446237489   30.497100   
                              1970-01-01 00:00:01.446237494    9.584300   
                              1970-01-01 00:00:01.446237455   10.134200   
                              1970-01-01 00:00:01.446237494    7.803683   
                              1970-01-01 00:00:01.446237400   10.678700   
                              1970-01-01 00:00:01.446237373    9.700000   
                              1970-01-01 00:00:01.446237180   15.000000   
                              1970-01-01 00:00:01.446236961   12.928866   
                              1970-01-01 00:00:01.446237032   10.458800

这是一种想法：

np.array([np.resize(x.as_matrix(["value"]).copy(), (500, 1)) for (i, x) in df.reset_index("current_date").groupby("current_date")])

---

我想你想要的是取消多重索引的堆叠，例如

df.unstack().values[:, :, np.newaxis]

编辑：如果您有重复的索引，取消堆叠将不起作用，您可能需要一个

pivot\u表

：

pivoted = df.reset_index().pivot_table(index='current_date',
                                       columns='temp_date',
                                       aggfunc='mean')
arr = pivoted.values[:, :, np.newaxis]
arr.shape
# (10, 50, 1)

下面是

取消堆栈

的完整示例。首先，我们将创建一些数据：

current = pd.date_range('2015', periods=10, freq='D')
temp = pd.date_range('2015', periods=50, freq='D')
ind = pd.MultiIndex.from_product([current, temp],
                                 names=['current_date', 'temp_date'])
df = pd.DataFrame({'val':np.random.rand(len(ind))},
                  index=ind)
df.head()
#                               val
# current_date temp_date           
# 2015-01-01   2015-01-01  0.309488
#              2015-01-02  0.697876
#              2015-01-03  0.621318
#              2015-01-04  0.308298
#              2015-01-05  0.936828

现在，我们解开多重索引：我们将显示数据的第一个4x4切片：

df.unstack().iloc[:4, :4]
#                     val                                 
# temp_date    2015-01-01 2015-01-02 2015-01-03 2015-01-04
# current_date                                            
# 2015-01-01     0.309488   0.697876   0.621318   0.308298
# 2015-01-02     0.323530   0.751486   0.507087   0.995565
# 2015-01-03     0.805709   0.101129   0.358664   0.501209
# 2015-01-04     0.360644   0.941200   0.727570   0.884314

现在提取numpy数组，并按照问题中的指定将其重塑为[nrows x ncols x 1]：

vals = df.unstack().values[:, :, np.newaxis]
print(vals.shape)
# (10, 50, 1)

---

你想要一个3D阵列吗？或者只是一个二维数组，包括索引和列？三维数组。np.array中的所有值都应该是列值（而不是索引）。请提供一些具有所需输出的示例数据。完成。忽略时髦的DateTimes抱歉，为什么这意味着要成为一个3D阵列？您有两个索引（i=current_date和j=temp_date，可能有一些映射——现在temp_date没有排序，所以不清楚）和这些索引指定的值。这不是2D对象吗？我得到

ValueError:索引包含重复的条目，在尝试取消堆栈时无法重塑。我有很多行，其中一些行具有相同的
temp\u date
（但值不同）。我必须解开数以百万计的索引。有没有办法避免这种情况？重新索引
临时日期
或类似的东西？哦，我不知道你有重复的。在这种情况下，您需要进行某种聚合以获得所需的结果（并且您必须决定哪种聚合适合您的数据）。数据透视表将是一种很好的方法：请参见上面的“我的编辑”。