python - 将 numpy 数组附加到多索引数据帧

Question

我在填充 pandas DataFrame 时遇到一些问题。我按照指示找到here生成一个MultiIndex DataFrame。该示例工作正常，只是我想要一个数组而不是单个值。

activity = 'Open_Truck'
id = 1
index = pd.MultiIndex.from_tuples([(activity, id)], names=['activity', 'id'])
v = pd.Series(np.random.randn(1, 5), index=index)

Exception: Data must be 1-dimensional

如果我用 randn(1) 替换 randn(1, 5) ，它就可以正常工作。对于 randn(1, 1) 我应该使用 randn(1, 1).flatten('F') 但也可以。尝试时:

v = pd.Series(np.random.randn(1, 5).flatten('F'), index=index)

ValueError: Wrong number of items passed 5, placement implies 1

我的目的是为每个 添加 1 个特征向量(当然在实际场景中它们是 np.array 而不是 np.random.randn)每行中的 Activity 和 id。
那么，如何在 MultiIndex DataFrame 中添加数组？

编辑:
由于我是 pandas 新手，因此我将 Series 与 DataFrame 混合在一起。我可以使用默认为二维的 DataFrame 来实现上述目的:

arrays = [np.array(['Open_Truck']*2),
            np.array(['1', '2'])]
df = pd.DataFrame(np.random.randn(2, 4), index=arrays)
df
               0         1         2         3
Open 1 -0.210923  0.184874 -0.060210  0.301924
     2  0.773249  0.175522 -0.408625 -0.331581

Answer 1

存在问题 MultiIndex 只有一个元组，并且数据长度不同，5 因此长度不匹配:

activity = 'Open_Truck'
id = 1
#get 5 times tuples
index = pd.MultiIndex.from_tuples([(activity, id)] * 5, names=['activity', 'id'])
print (index)
MultiIndex(levels=[['Open_Truck'], [1]],
           labels=[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0]],
           names=['activity', 'id'])

print (len(index))
5

v = pd.Series(np.random.randn(1, 5).flatten('F'), index=index)
print (v)
activity    id
Open_Truck  1    -1.348832
            1    -0.706780
            1     0.242352
            1     0.224271
            1     1.112608
dtype: float64

在第一种方法中，长度是相同的，1，因为列表中有一个元组:

activity = 'Open_Truck'
id = 1
index = pd.MultiIndex.from_tuples([(activity, id)], names=['activity', 'id'])

print (len(index))
1

v = pd.Series(np.random.randn(1), index=index)
print (v)
activity    id
Open_Truck  1    -1.275131
dtype: float64