Python 如何将三维Numpy阵列转换为熊猫数据帧？

问题： 我有一个三维Numpy阵列：

X

X.shape:（1797,2500）

上述代码产生以下输出：

1797
(1797, 2)
[23.293915 36.37388 ]
[21.594519 32.874397]
[27.29872  26.798382]

因此，有1797个数据点——每个点都有一个X和一个Y坐标 这1797个点有500次迭代

我想要一个这样的数据帧：

Index Column       |  X-coordinate  |  Y-coordinate
0                  |  X[0][0][0]    |  X[0][1][0]
0                  |  X[1][0][0]    |  X[1][1][0]
0                  |  X[2][0][0]    |  X[2][1][0]
('0') 1797 times
1                  |  X[0][0][1]    |  X[0][1][1]
1                  |  X[1][0][1]    |  X[1][1][1]
1                  |  X[2][0][1]    |  X[2][1][1]
('1' 1797 times)
.
.
.
and so on
till 500

我尝试了这里提到的技巧，但我真的很难理解numpy/pandas：

请帮帮我。 希望我坚持提问的原则。

试着这样做：

index = np.concatenate([np.repeat([i], 1797) for i in range(500)])
df = pd.DataFrame(index=index)
df['X-coordinate'] = X[:, 0, :].T.reshape((-1))
df['Y-coordinate'] = X[:, 1, :].T.reshape((-1))

---

下面是一个包含示例数据的解决方案：

a,b,c = X.shape
# in your case
# a,b,c = 1797, 500

pd.DataFrame(X.transpose(1,2,0).reshape(2,-1).T,
             index=np.repeat(np.arange(c),a),
             columns=['X_coord','Y_coord'] 
            )

输出：

   X_coord  Y_coord
0        0        3
0        6        9
0       12       15
0       18       21
1        1        4
1        7       10
1       13       16
1       19       22
2        2        5
2        8       11
2       14       17
2       20       23

---

提问纪律说：展示你所尝试的，并解释为什么它不起作用。这里是权威链接：嗨，MadPhysician，我道歉。请允许我更新这个问题。再一次，向论坛和@MadPhysicast表示诚挚的歉意，当我正在准备你要求的指针时，我收到了一些关于这个问题的回复的通知，这些回复解决了我的问题。这是我的第一个问题，从下一次开始我会非常小心的。您好@Quang，非常感谢您的及时回答。它解决了我的问题。你好，布鲁诺，非常感谢你的及时回复。我也尝试过你的方法，它也解决了问题。

   X_coord  Y_coord
0        0        3
0        6        9
0       12       15
0       18       21
1        1        4
1        7       10
1       13       16
1       19       22
2        2        5
2        8       11
2       14       17
2       20       23