python - 将不同 DataFrame 中的元素收集到数组中

Question

我喜欢使用嵌套数据结构，现在我正在尝试了解如何使用 Pandas

这是一个玩具模型:

a=pd.DataFrame({'x':[1,2],'y':[10,20]})
b=pd.DataFrame({'x':[3,4],'y':[30,40]})
c=[a,b]

现在我想得到:

sol=np.array([[[1],[3]],[[2],[4]]])

我有一个想法，将 sol[0] 和 sol[1] 获取为:

s0=np.array([item[['x']].ix[0] for item in c])
s1=np.array([item[['x']].ix[1] for item in c])

但是为了获得 sol，我会运行索引，但我不认为它真的是 pythonic...

Answer 1

看起来您只需要 a 和 b 中的 x 列。您可以使用pd.concat将两个Series(或DataFrame)连接成一个新的DataFrame。 :

In [132]: pd.concat([a['x'], b['x']], axis=1)
Out[132]: 
   x  x
0  1  3
1  2  4

[2 rows x 2 columns]

现在，如果你想要一个 numpy 数组，请使用 values attribute :

In [133]: pd.concat([a['x'], b['x']], axis=1).values
Out[133]: 
array([[1, 3],
       [2, 4]], dtype=int64)

如果您想要一个与 sol 形状相同的 numpy 数组，请使用 reshape method :

In [134]: pd.concat([a['x'], b['x']], axis=1).values.reshape(2,2,1)
Out[134]: 
array([[[1],
        [3]],

       [[2],
        [4]]], dtype=int64)

In [136]: np.allclose(pd.concat([a['x'], b['x']], axis=1).values.reshape(2,2,1), sol)
Out[136]: True