python - 有效地获得 3 个不同大小和类型的 numpy 数组的排列

Question

我有 3 个任意大小和类型的 numpy 数组，如下所示:

time (datetime), lats (float64), longs (float64)

import numpy as np
import pandas as pd

time  = np.asarray(['2018-05-01T00:30:00.000000000','2018-05-01T01:30:00.000000000','2018-05-01T02:30:00.000000000', '2018-05-01T03:30:00.000000000'], dtype='<M8[ns]')
lats  = np.asarray([-90. , -89.5, -89. , -88.5, -88. , -87.5, -87. , -86.5, -86. ,-85.5])
longs = np.asarray([-180., -179.3, -178.7 , -178.1, -177.5  , -176.8, -176.2 , -175.6, -175., -174.3, -173.7 , -173.1 ,-172.5 , -171.8, -171.2 , -170.6, -170., -169.3])

还有 1 个数组，它保存与三个数组的扁平化和有序排列相对应的值，其长度为:

length = len(time)*len(lats)*len(longs)
values = np.asarray(range(length), dtype='float64')

这里的值是任意的，但索引很重要。我正在寻求构建一个扁平化数据集，其中包含按时间、经纬度、经度排序的所有数据 - 按此顺序，因为每个纬度应该有 len(longs) 值。以下是我的工作代码:

master = pd.DataFrame(np.array(np.meshgrid(time, longs, lats)).T.reshape(-1,3), columns = ['datetime', 'long', 'lat'])
master['values'] = values
print master.head()

虽然这工作正常，但我必须将日期时间列转换回时间戳:

master['datetime'] = master['datetime'].apply(pd.to_datetime)
print master

这种 reshape 数据、展平数据、然后在类型之间进行转换的过程太慢，并且计算负载很高。有没有更有效的方法来实现我想要的数据结构？

Answer 1

通过使用 MultiIndex.from_product，您可以避免大量低级 numpy 操作，并且它的优点是不会丢失类型信息。这绕过了非常慢的 pd.to_datetime 调用。例如:

time = pd.date_range("2018-05-01", freq="30min", periods=24).values
lats = np.linspace(-90, -80, 1000)
longs = np.linspace(-180, -170, 1000)

length = len(time)*len(lats)*len(longs)
values = np.arange(length, dtype='float64')

给出的长度为 24 M，然后:

然后

In [48]: %time df = pd.Series(values, 
         index=pd.MultiIndex.from_product([time, lats, longs], 
               names=["datetime", "lat", "long"])).reset_index(name='values')
Wall time: 1.38 s

In [49]: df.head()
Out[49]: 
    datetime   lat       long  values
0 2018-05-01 -90.0 -180.00000     0.0
1 2018-05-01 -90.0 -179.98999     1.0
2 2018-05-01 -90.0 -179.97998     2.0
3 2018-05-01 -90.0 -179.96997     3.0
4 2018-05-01 -90.0 -179.95996     4.0