- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个带有索引和列的简单二维数据框。我需要使用同事的布局将其导出到 excel 文件,例如具有 2 个级别的多索引列的单行。第一层对应我的dataframe索引,第二层对应我的dataframe列。
我有什么:
Ah-Step Wh-Step T[°C]
C-Rate
1C -30.133791 -63.016814 30.86355
2C -25.557269 -51.937002 37.10111
3C -20.338776 -40.632206 43.84840
4C -8.023851 -16.609749 45.63529
5C -3.868425 -8.111969 46.74843
我想要的:
1C 2C 3C \
Ah-Step Wh-Step T[°C] Ah-Step Wh-Step T[°C] Ah-Step
0 -30.133791 -63.016814 30.86355 -25.557269 -51.937002 37.10111 -20.338776
4C 5C \
Wh-Step T[°C] Ah-Step Wh-Step T[°C] Ah-Step Wh-Step
0 -40.632206 43.8484 -8.023851 -16.609749 45.63529 -3.868425 -8.111969
T[°C]
0 46.74843
到目前为止我的解决方案(我的数据框由“Summary
”变量保存,“writer
”用于导出到 excel):
m_cols = pd.MultiIndex.from_product([Summary.index.tolist(),
Summary.columns.tolist()])
df = pd.DataFrame(data=pd.np.zeros((1,15)),
columns=m_cols)
for c in Summary.index:
for k in Summary.columns:
df[c,k].iloc[0] = Summary.loc[c,k]
df.to_excel(writer,sheet_name='Summary')
我的解决方案缺乏对变化的抵抗力并且不够优雅。
是否有一种嵌入式方法可以在没有 for 循环和预分配零行的情况下执行类似的操作?
最佳答案
你可以使用 stack
将列索引移动到新的行索引级别:
In [61]: df.stack()
Out[61]:
C-Rate
1C Ah-Step -30.133791
T[°C] 30.863550
Wh-Step -63.016814
2C Ah-Step -25.557269
T[°C] 37.101110
Wh-Step -51.937002
3C Ah-Step -20.338776
T[°C] 43.848400
Wh-Step -40.632206
4C Ah-Step -8.023851
T[°C] 45.635290
Wh-Step -16.609749
5C Ah-Step -3.868425
T[°C] 46.748430
Wh-Step -8.111969
dtype: float64
从好的方面来说,这会自动为您构建 MultiIndex。不利的一面是,这是一个 Series,而不是 DataFrame,而且它是垂直定向的,而不是水平定向的。要解决这个问题,请调用 to_frame
然后转置:
import pandas as pd
df = pd.DataFrame({'Ah-Step': [-30.133791, -25.557269, -20.338776, -8.023850999999999, -3.868425], 'T[°C]': [30.86355, 37.10111, 43.8484, 45.635290000000005, 46.74843], 'Wh-Step': [-63.016814000000004, -51.937002, -40.632206, -16.609749, -8.111969]}, index=pd.Series(['1C', '2C', '3C', '4C', '5C'], name='C-Rate'))
result = df.stack().to_frame().T
print(result)
产量
C-Rate 1C 2C \
Ah-Step T[°C] Wh-Step Ah-Step T[°C] Wh-Step
0 -30.133791 30.86355 -63.016814 -25.557269 37.10111 -51.937002
C-Rate 3C 4C \
Ah-Step T[°C] Wh-Step Ah-Step T[°C] Wh-Step
0 -20.338776 43.8484 -40.632206 -8.023851 45.63529 -16.609749
C-Rate 5C
Ah-Step T[°C] Wh-Step
0 -3.868425 46.74843 -8.111969
关于python - 从二维数据到具有多索引列的一维 Pandas ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46099648/
我有一个 Haskell 程序,它用 Metropolis 模拟 Ising 模型 算法。主要操作是一个模板操作,它需要下一个的总和 2D 中的邻居,然后将其与中心元素相乘。那么 元素可能已更新。 在
对于卷积,我想在一个维度上应用圆形填充,在所有其他维度上应用零填充。我该怎么做? 对于卷积,有 28 个 channel ,并且数据在球形箱中描述。半径时间有 20 个箱子,极地时间有 20 个箱子,
假设您有一个数组并想创建另一个数组,该数组的值连续等于第一个数组的 10 个元素的标准差。在 for 循环的帮助下,它可以像下面的代码一样轻松编写。我想要做的是避免使用 for 循环来加快执行时间。有
我有一个长度为size * size的一维数组,表示值的平方字段。 我的目标是将数组旋转到位(previous question)。我目前在获取正确的内圈索引方面遇到问题。我的算法有什么错误? 这是我
stride = 1 和 1 个过滤器的 1D CNN 的输出长度不应该等于输入长度而不需要填充吗? 我认为是这种情况,但创建了一个具有这些规范的 Keras 模型,当输入形状为 (17910,1)
我有一个零散布的一维数组。想创建第二个数组,其中包含最后一个零的位置,如下所示: >>> a = np.array([1, 0, 3, 2, 0, 3, 5, 8, 0, 7, 12]) >>> fo
我试着去理解卡尔曼滤波器是如何工作的,因为多维变量太混乱了,一开始我从一维的例子开始。 我发现有3个不同的来源解释温度计的情况,但所有这些情况实现的方程略有不同,我没有得到重点。 我实现了解决方案2,
我有一个二维数组,我需要将它转换为一个列表(同一对象)。我不想使用 for 或 foreach 循环来执行此操作,它们将获取每个元素并将其添加到列表中。还有其他方法吗? 最佳答案 好吧,你可以让它使用
我正在使用 Keras 构建一个 CNN,将以下 Conv1D 作为我的第一层: cnn.add(Conv1D( filters=512, kernel_size=3, str
在 Python 中使用 TensorFlow,我正在制作一个以一维数组作为输入的神经网络。我想在网络中添加一个卷积层,但似乎无法让它工作。 我的训练数据如下所示: n_samples = 20 le
我有一个简单的一维数组,但我想使用 jQuery 将长列表分成两列。我怎样才能实现这个目标? var articles = ['article10','article9','article8','ar
我有一个刚从文件中读入的 float 的一维 vector 。 std::vector result(s.size() / sizeof(float)); 我想像这样使用这些数据 myTable[rl
使用 numpy 将 data reshape 为 fencepost 的最有效方法是什么? data = np.array([1, 2, 3, 4, 5])
我正在尝试通过删除 for 循环并仅在处理大型数据集时使用 numpy 数组来优化一些代码。 我想采用一维 numpy 数组,例如: a = [1, 2, 3, 4, 5] 并生成一个 2D nump
我正在尝试为两个数组 Pages 和 Price 赋值。 #include int main() { static int pages[3]; static int price[3];
我是深度学习、keras API 和卷积网络的新手,如果这些错误是幼稚的,请事先致歉。我正在尝试构建一个用于分类的简单卷积神经网络。输入数据 X 有 286 个样本,每个样本有 500 个时间点,4
假设我有 Numpy 数组 p 和一个 Scipy 稀疏矩阵 q 这样 >>> p.shape (10,) >>> q.shape (10,100) 我想做 p 和 q 的点积。当我尝试使用 nump
我需要一些行为类似于 std::vector 的东西(界面/功能/等)但我需要它是平坦的,即它不能动态分配缓冲区。显然,这通常不起作用,因为可用大小必须在编译时确定。但我希望类型能够处理N没有额外分配
作为我正在运行的一些模拟的一部分,我需要最终对一些非常长的(实数)数字序列执行以下操作。这是要点: 给定一个长的一维 NumPy 数组,对于数组中的每个位置,我想对该位置前后的值进行平均,取平均值之间
这个问题在这里已经有了答案: Concatenating two one-dimensional NumPy arrays (6 个答案) 关闭 5 年前。 我想将 numpy 数组存储到另一个 n
我是一名优秀的程序员,十分优秀!