python - 数据帧中的多 numpy 数组

Question

我有 5 个 Pandas DataFrame，它包含 80,00 个图像中的 5 类对象以及对象的坐标。基本上，每个图像中有多个类

第 1 类:

 image_id    x      y
 image_0    4835    106
 image_0    2609    309
 image_0    2891    412
 image_0    1823    431
 image_0    3309    449

并以以下内容结尾:

image_945    950    1238
image_945    34     1362
image_945    821    2059
image_945    1448   2896

<小时/>

第 2 类:

image_id     x      y
image_0     4835    106
image_0     2609    309
image_0     2891    412
image_0     1823    431
image_0     3309    449

结尾为:

image_945    9530   128
image_945    354    162
image_945    8321   259
image_945    1448   2596

<小时/>

我想做的是让 x 和 y 位于同一个数组中，而 image_id 不重复。像这样:

             class 1               class 2         class n
image_0    [(4240, 41),          [(3231, 1086),     
            (3833, 74),           (2576, 1372),
            (4470, 94),           (3487, 1462),
            (2946, 10)]           (48...)]

image_1     [(4835, 106),        [(4532,5438),
             (2609, 309),         (4322,777),
             (2891, 412),         (665,899),
             (1823,...)]          (54..,..)]

image_n     [(...),              [(...),
             (...)]               (...)]

基本上转换为多维 numpy 数组。当然，我在发帖之前已经看过了。

Answer 1

创建数据帧字典以传递给pd.concat

clss = {'class 1': cls1, 'class 2': cls2}
catted = pd.concat(clss)

g = catted.groupby(['image_id', pd.Grouper(level=0)])[['x', 'y']]
g.apply(lambda x: list(zip(*x.values.T))).unstack()