python - 在 ", "上连接 3D pandas 数组中的值，使其成为 2D 数组

Question

我有一个 3D 数据帧，我想获取 z 轴上一个 x,y 索引的所有值，其中 z 轴在原始 2D 数据帧之间移动。我能够想象的方式，尽管请原谅我，如果我弄错了，因为可视化有点奇怪，如果我得到 x=0, y=0 的 x,y 向量，它将是 [1, 5, 3].

所以我的结果将是一个数据帧，其中 df_2d[0][0] 将是一个字符串“1,5,3”，依此类推，获取 3D 数据帧中的所有值。

有什么方法可以实现此目的，而无需循环遍历每个单元格索引并显式访问值？

数据框定义为:

import pandas as pd

columns = ['A', 'B']
index = [1, 2, 3]

df_1 = pd.DataFrame(data=[[1, 2], [99, 57], [57, 20]], index=index, columns=columns)
df_2 = pd.DataFrame(data=[[5, 6], [78, 47], [21, 11]], index=index, columns=columns)
df_3 = pd.DataFrame(data=[[3, 4], [66, 37], [33, 17]], index=index, columns=columns)

df_3d = pd.concat([df_1, df_2, df_3], keys=['1', '2', '3'])

然后为了获取原始数据，我这样做:

print(df_3d.xs('1'))

print(df_3d.xs('2'))

print(df_3d.xs('3'))



    A   B
1   1   2
2  99  57
3  57  20

    A   B
1   5   6
2  78  47
3  21  11

    A   B
1   3   4
2  66  37
3  33  17

再次澄清，如果查看此打印，我希望有一个如下所示的组合数据框:

    A              B
1  '1, 5, 3'     '2, 6, 4'
2  '99, 78, 66'  '57, 47, 37'
3  '57, 21, 33'  '20, 11, 17'

Answer 1

使用.xs获取每个级别的数据帧，并使用reduce将所有数据帧组合在一起。

from functools import reduce

# Get each level values
dfs = [df_3d.xs(i) for i in df_3d.index.levels[0]]

df = reduce(lambda left,right: left.astype(str) + ", " + right.astype(str), dfs)

df
            A           B
1     1, 5, 3     2, 6, 4
2  99, 78, 66  57, 47, 37
3  57, 21, 33  20, 11, 17

如果您想要'，您可以使用applymap 在每个元素上应用该函数。

df.applymap(lambda x: "'" + x + "'")

              A             B
1     '1, 5, 3'     '2, 6, 4'
2  '99, 78, 66'  '57, 47, 37'
3  '57, 21, 33'  '20, 11, 17'

或者df = "'"+ df + "'"

df
              A             B
1     '1, 5, 3'     '2, 6, 4'
2  '99, 78, 66'  '57, 47, 37'
3  '57, 21, 33'  '20, 11, 17'