Python 将2D numpy数组重新排列为保持行索引的列向量
我有一个如下形式的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) 我想以这样的方式结束:Python 将2D numpy数组重新排列为保持行索引的列向量,python,arrays,numpy,reshape,Python,Arrays,Numpy,Reshape,我有一个如下形式的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) 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 如果第一列和第二列表示初始数组的索引,则表示矩阵保存在A中,然后通过A.transpose().flatte() 您可以堆叠索引数组以及(可能)数据帧中的展平和转置值 例如: 作为pd进口
Jan2017 | 0 | 0
Feb2017 | 0 | 1
Mar2017 | 0 | 1
...
Jan2017 | 1 | 0
Feb2017 | 1 | 0 etc
如果第一列和第二列表示初始数组的索引,则表示矩阵保存在
A
中,然后通过A.transpose().flatte()
您可以堆叠索引数组以及(可能)
数据帧中的展平和转置值
例如:
作为pd进口熊猫
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])
将阵列转置并展平:
>>> 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)
然后使用按行堆叠(因此,轴=1
)请提供一个非常简单的示例,使用类似于np.arange(15)的数组。重塑((3,5))
,使其看起来更像熊猫数据帧(或类似的数组)。
>>> 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)