Python 在熊猫中创建ndpanel(适用于n>;5)

Python 在熊猫中创建ndpanel(适用于n>;5),python,pandas,Python,Pandas,我是Python编程新手。我正在从事一个项目,该项目涉及创建一个7维数据变量,我试图使用从熊猫ndpanel_工厂创建的7维面板 在线上没有太多文档可用于使用ndpanel对象(我知道它是实验性的,但如果他们发布了它,我认为它必须具备基本功能) 我有几个问题: 1.切片机的重要性是什么?我已经成功地创建了一个7dpanel类,首先创建了一个5dpanel和6dpanel,每个都是前一个的切片器。这个层次结构是必要的还是我作为一个新手理解它的方式是错误的? 2.DataFrame类的哪些函数可扩展

我是Python编程新手。我正在从事一个项目,该项目涉及创建一个7维数据变量,我试图使用从熊猫ndpanel_工厂创建的7维面板

在线上没有太多文档可用于使用ndpanel对象(我知道它是实验性的,但如果他们发布了它,我认为它必须具备基本功能)

我有几个问题:
1.切片机的重要性是什么?我已经成功地创建了一个7dpanel类,首先创建了一个5dpanel和6dpanel,每个都是前一个的切片器。这个层次结构是必要的还是我作为一个新手理解它的方式是错误的?
2.DataFrame类的哪些函数可扩展到ndpanel对象?我必须存储这个变量(类似于df_to_hdf),以便将来进行操作

from pandas.core import panelnd
import pandas as pd
Panel5D = panelnd.create_nd_panel_factory(
    klass_name   = 'Panel5D',
    axis_orders  = [ 'cool', 'labels','items','major_axis','minor_axis'],
    axis_slices  = { 'labels' : 'labels', 'items' : 'items',
                 'major_axis' : 'major_axis', 'minor_axis' : 'minor_axis' },
    slicer  = pd.Panel4D,
    axis_aliases = { 'major' : 'major_axis', 'minor' : 'minor_axis' },
    stat_axis    = 2)
Panel6D = panelnd.create_nd_panel_factory(
    klass_name   = 'Panel6D',
    axis_orders  = [ 'xtracool', 'cool', 'labels','items','major_axis','minor_axis'],
    axis_slices  = { 'cool':'cool', 'labels' : 'labels', 'items' : 'items',
                 'major_axis' : 'major_axis', 'minor_axis' : 'minor_axis' },
    slicer  = Panel5D,
    axis_aliases = { 'major' : 'major_axis', 'minor' : 'minor_axis' },
    stat_axis    = 2)
Panel7D = panelnd.create_nd_panel_factory(
    klass_name   = 'Panel7D',
    axis_orders  = [ 'superxtracool', 'xtracool', 'cool', 'labels','items','major_axis','minor_axis'],
    axis_slices  = { 'xtracool':'xtracool', 'cool':'cool', 'labels' : 'labels', 'items' : 'items',
                 'major_axis' : 'major_axis', 'minor_axis' : 'minor_axis' },
    slicer  = Panel6D,
    axis_aliases = { 'major' : 'major_axis', 'minor' : 'minor_axis' },
    stat_axis    = 2)
    p7d = Panel7D(random.randn(2, 5, 3, 2, 10, 4, 7))
我的项目
我试图通过使用类似于网格搜索的方法来优化特定算法序列的变量,但是我需要优化的变量在不同的脚本中。此外,目标函数也不容易描述。因此,我正在手动构建一个7D对象,其中包含我打算存储和绘制的关于不同变量的数据。老实说,我必须查看的值的数量较少,因此我不想进入任何信号处理/机器学习。

您可以查看这个问题。你真的有7维数据吗?和这样的东西一起工作很不舒服。最好把它分解成更小的问题。多级索引得到了更好的支持,通常更有用。谢谢@Jeff的建议。不,我的数据本身不是7维的,但我这样做是为了方便分析,因为我觉得这可能是出于索引目的。对不起,我是python和数据库的新手(我是一名电气工程师),你能详细介绍一下多级索引吗?@Jeff我想你的意思是:是的……你也可以看看这个。首先尝试多索引帧,从简单开始。