Python 将一系列xarray.dataarray转换为numpy数组

我正在使用一个名为PySD的软件包进行系统动力学建模。PySD将模型从Vensim（一个系统动力学建模软件包）转换为python，并允许用户用比Vensim更复杂的例程替换各种方程。我正在运行一个具有各种下标的模型，这创建了一种不寻常的输出格式。输出被读入一个数据帧，该数据帧的下标元素的单个值最终为xarray.dataarray。我想知道如何获取一列xarray.dataarray（最终是一个系列）并将其转换为二维数组，第二个维度是下标数

import pysd
import numpy as np

model=pysd.load("Example.py")
stocks=model.run
pop=np.array(Population) #Creates an object array
Population=stocks.Populaton #Creates a series

#How to get an array of population values for each country?

py代码如下（请记住，这是一个任意示例来说明问题）

---

如果example.py文件选项卡不一致，我深表歉意。任何帮助都将不胜感激

感谢您分享此数据的示例

首先，将

xarray.DataArray

对象作为标量嵌套在

pandas.DataFrame

中是使用xarray和pandas的高度非标准方式。我不推荐。如果每个条目都是共享（某些）相同维度的DataArray，那么处理数据的最简单方法是作为

xarray.Dataset

，xarray版本的多维

pandas.DataFrame

这就是说，将数据从这种格式转换为更容易使用的非列表对象应该是很简单的。最好从

Series.values

开始，它将列提取为1D numpy数组。然后，您可以遍历该系列，并将每个

数据数组

转换为具有

值的numpy数组。综合起来：

population_numpy_array = np.stack(
    [data_array.values for data_array in df['Population'].values])

或者，您可以使用xarray堆叠DataArray对象。这将保留标签，使您的数据更易于使用：

population_data_array = xr.concat(df['Population'].values, dim='row_name')

您甚至可以将完整对象转换为
xarray.Dataset
进行联合分析：

ds = xr.Dataset({k: xr.concat(df[k].values, dim='row_name') for k in df.keys()})

（可以说，这正是PySD应该做的。）
你能打印一个带有嵌套DataArray的DataFrame的示例吗，也许是前几个元素？我发布了该系列的屏幕截图和另一个原始DataFrame的屏幕截图，谢谢。我让numpy阵列开始工作了。由于某种原因，Xarray不会显示在Spyder上的变量资源管理器中。有什么原因吗？我想我只是更熟悉Numpy，所以这个选项对我来说可能足够好了。非常感谢@shoyer这是
xr.concat
会像展平/堆叠（）数据一样工作吗？
ds = xr.Dataset({k: xr.concat(df[k].values, dim='row_name') for k in df.keys()})