Python 排列numpy阵列

我有来自3颗不同卫星的20多张农田卫星图像。每个图像名称都包含数据采集数据和其中的卫星名称。文件名的前两位是月份，后两位是日期，最后一部分包含卫星名称。假设此代码将使用六个图像

每个图像都经过一个循环，在这个循环中它们被处理成numpy数组。代码是-

image_list = ["D:/6.10.SkySat.tif", "D:/06.30.SkySat.tif", "D:/06.06.RapidEye.tif", 
"D:/06.16.RapidEye.tif", "D:/06.26.PlanetScope.tif", "D:/06.30.PlanetScope.tif"]

for image in image_list:

    #converting raster image to numpy array
    array = arcpy.RasterToNumPyArray(image, nodata_to_value=9999)
    #masking out the no data value and converting into one dimentional array
    marray = numpy.ma.masked_values(array,9999) 
    new_array = marray.flatten()

    #extracting the date and satellite name
    date = image[3:8]
    satellite = image[9:-4]

这里我得到一个一维数组、一个日期和一个字符串（卫星名称）。为了进一步使用，我希望它们的格式如下所示。数据将有三列。其中一个包含阵列中的所有像素值，下一个包含日期，最后一个包含卫星名称

Value       Date       Satellite
0.05825     6/15/2018   SkySat
0.07967976  6/15/2018   SkySat
0.09638854  6/15/2018   SkySat
0.12477265  6/15/2018   SkySat
0.13941683  6/15/2018   SkySat
0.13072205  6/15/2018   SkySat
0.12254229  6/15/2018   SkySat
0.13378483  6/15/2018   SkySat
0.13875392  6/15/2018   SkySat
0.14010076  6/10/2018   PlanetScope
0.1371166   6/10/2018   PlanetScope
0.13878246  6/10/2018   PlanetScope
0.1351179   6/10/2018   PlanetScope
0.16816537  6/10/2018   PlanetScope
0.16348109  6/10/2018   PlanetScope
0.15997969  6/10/2018   PlanetScope
0.16568226  6/10/2018   PlanetScope
0.190534599 6/12/2018   RapidEye
0.219114789 6/12/2018   RapidEye
0.251982007 6/12/2018   RapidEye
0.289779308 6/12/2018   RapidEye
0.333246204 6/12/2018   RapidEye

---

有没有办法将数据以这种格式排列，然后将其写入CSV或文本文件？

欢迎使用Stackoverflow Saurav

我认为您的问题是，您只需要为相应的1-d数组“value”重复“date”和“satellite name”的值

考虑以下示例：

value1 = [1,2,3]
date1 = '1 sep'
satellite_name1 = 'sauravyan'

您可以使用numpy的“重复”功能：

date1 = np.repeat(date1,len(value1))
satellite_name1 = np.repeat(satellite_name1, len(value_1))

使日期数组重复任意次数。案例中的值数组长度

要最终将所有内容转换为csv，我认为最好的方法是

（i） 把每件事都推到一个词汇库：

d['values'].extend(value_1)

d['dates'].extend(date_1)

d['satellites'].extend(s_1)

*记住，在“for”循环之前，用“values”、“dates”和“satellites”作为键创建词汇表

（ii）将词汇表“d”转换为数据帧：

data = pd.DataFrame(d)

（iii）并最终将数据帧转换为csv：

data.to_csv(<filepath/filename.csv>)

把这三个变量都推到字典里

for循环结束后，将词汇表转换为数据帧，然后转换为csv

如有任何疑问，请发表评论

---

希望有帮助。

创建一个

pandas.DataFrame

，pandas带有

列=['Value'，'Date'，'Satellite']

，并通过将当前数据帧与图像中的新数据帧连接起来，为每个图像在数据帧中附加新数据。 对于在每张图像上生成的数据帧，需要重复日期和卫星信息。您还可以使用

pd.to\u datetime

将日期转换为熊猫日期格式。它应该是这样的：

import pandas as pd
import numpy


image_list = ["D:/6.10.SkySat.tif", "D:/06.30.SkySat.tif", "D:/06.06.RapidEye.tif", 
"D:/06.16.RapidEye.tif", "D:/06.26.PlanetScope.tif", "D:/06.30.PlanetScope.tif"]

df = pd.DataFrame(columns=['Value', 'Date', 'Satellite'])

for image in image_list:

    #converting raster image to numpy array
    array = arcpy.RasterToNumPyArray(image, nodata_to_value=9999)
    #masking out the no data value and converting into one dimentional array
    marray = numpy.ma.masked_values(array,9999) 
    new_array = marray.flatten()

    #extracting the date and satellite name
    date = pd.datetime(image[3:8], ignore_errors=True)
    satellite = image[9:-4]

    df2 =  pd.DataFrame({'Value': new_array, 'Date':[date]*new_array.size, 'Satellite':[satellite]*new_array.size})

    df = pd.concat([df,df2], ignore_index=True)

print(df) # Should output your expected columns

import pandas as pd
import numpy


image_list = ["D:/6.10.SkySat.tif", "D:/06.30.SkySat.tif", "D:/06.06.RapidEye.tif", 
"D:/06.16.RapidEye.tif", "D:/06.26.PlanetScope.tif", "D:/06.30.PlanetScope.tif"]

df = pd.DataFrame(columns=['Value', 'Date', 'Satellite'])

for image in image_list:

    #converting raster image to numpy array
    array = arcpy.RasterToNumPyArray(image, nodata_to_value=9999)
    #masking out the no data value and converting into one dimentional array
    marray = numpy.ma.masked_values(array,9999) 
    new_array = marray.flatten()

    #extracting the date and satellite name
    date = pd.datetime(image[3:8], ignore_errors=True)
    satellite = image[9:-4]

    df2 =  pd.DataFrame({'Value': new_array, 'Date':[date]*new_array.size, 'Satellite':[satellite]*new_array.size})

    df = pd.concat([df,df2], ignore_index=True)

print(df) # Should output your expected columns