Python 从Meshgrid重塑数据帧

如果我按照如下方式构造一个数据帧：

import numpy as np
import pandas as pd

x = np.arange(-5.01, 5.01, 0.25)
y = np.arange(-5.01, 5.01, 0.25)
xx, yy = np.meshgrid(x, y)
z = np.sin(xx**2+yy**2)
df = pd.DataFrame(z, index=x, columns=y)

我现在有一个41x41数据帧，其中每个值对应一个x，y对。我想重塑这个数据帧，这样我就有3列（X，Y，Z）和1681行，新的任意索引范围为0-1680

---

作为补充说明，如果我的数据帧已经是所需的格式，我相信这与撤消df.pivot（'X'，'Y'，'Z'）是一样的，但我不确定如何实现这一点。

为什么不在numpy中完成这一切

>>> data = np.array([xx, yy, z]).reshape(3, -1).T
>>> data
array([[-5.01      , -5.01      , -0.0652361 ],
       [-4.76      , -5.01      , -0.59221922],
       [-4.51      , -5.01      ,  0.9936343 ], ...

---

unstack

将撤消

pivot

df.unstack（）.reset_index（）.rename（列={'level_0'：'x'，'level_1'：'y'，0:'z'}）

x y z 0 -5.01 -5.01 -0.065236 1 -5.01 -4.76 -0.592219 2 -5.01 -4.51 0.993634

---

您可以将多维阵列重塑为一维阵列并创建dict，然后将其轻松转换为有序的数据帧：

import numpy as np
import pandas as pd

x = np.arange(-5.01, 5.01, 0.25)
y = np.arange(-5.01, 5.01, 0.25)
xx, yy = np.meshgrid(x, y)
z = np.sin(xx**2+yy**2)
NT = np.product(xx.shape)

data = {
    "x": np.reshape(xx,NT),
    "y": np.reshape(yy,NT),
    "z": np.reshape(zz,NT)
}
df = pd.DataFrame(data=data)

df

将输出：

    x   y   z
0   -5.01   -5.01   -0.065236
1   -4.76   -5.01   -0.592219
2   -4.51   -5.01   0.993634
3   -4.26   -5.01   -0.670288
4   -4.01   -5.01   -0.333011
... ... ... ...
1676    3.99    4.99    0.020503
1677    4.24    4.99    -0.893283
1678    4.49    4.99    0.880967
1679    4.74    4.99    -0.241402
1680    4.99    4.99    -0.448675
1681 rows × 3 columns

---

做一个df.unstack（）测试，看看这是否能满足你的需要。这是另一个问题的正确答案。问题更改或答案不应被接受（答案很好，但不涉及数据帧点）

    x   y   z
0   -5.01   -5.01   -0.065236
1   -4.76   -5.01   -0.592219
2   -4.51   -5.01   0.993634
3   -4.26   -5.01   -0.670288
4   -4.01   -5.01   -0.333011
... ... ... ...
1676    3.99    4.99    0.020503
1677    4.24    4.99    -0.893283
1678    4.49    4.99    0.880967
1679    4.74    4.99    -0.241402
1680    4.99    4.99    -0.448675
1681 rows × 3 columns