重塑熊猫系列？答案

【问题标题】：Reshape of pandas series?重塑熊猫系列？
【发布时间】：2013-01-01 15:35:50
【问题描述】：

在我看来，它就像 pandas.Series 中的一个错误。

a = pd.Series([1,2,3,4])
b = a.reshape(2,2)
b

b 有类型 Series 但无法显示，最后一条语句给出异常，非常冗长，最后一行是“TypeError: %d format: a number is required, not numpy.ndarray”。 b.shape 返回 (2,2)，与其类型 Series 相矛盾。我猜也许 pandas.Series 没有实现重塑功能，我正在从 np.array 调用版本？有人也看到这个错误吗？我在熊猫 0.9.1。

【问题讨论】：

我对 Pandas 不是很熟悉，但我知道它的魅力和局限性在于为不同维度的数组提供专用对象。所以即使后台有numpy，pd.Series总是一维的，pd.DataFrame总是二维的。因此，以您的方式重塑其中一个对象并没有多大意义。
而“你做的方式”应该是“你做的方式”……真丢脸！

标签： python numpy pandas reshape

【解决方案1】：

您可以在Series的values数组上调用reshape：

In [4]: a.values.reshape(2,2)
Out[4]: 
array([[1, 2],
       [3, 4]], dtype=int64)

我实际上认为将reshape 应用于系列并不总是有意义（您是否忽略索引？），并且您认为它只是 numpy 的重塑是正确的：

a.reshape?
Docstring: See numpy.ndarray.reshape

也就是说，我同意让你尝试这样做的事实看起来像一个错误。

【讨论】：

我曾经继承ndarray 来实现一个固定维度的对象。抓住reshapes 并且不允许它们是很诱人的，但是你在 numpy 中喜欢的很多很酷的东西都依赖于改变底层数据的维度，例如摆脱 reshape 和 tile 不再起作用。可能这是在 Pandas 中重用 numpy 引擎的一个很小的、不可避免的代价。
@Jaime 当您尝试执行此操作时它会导致异常肯定是一个错误，它应该让您对 DataFrame（和重新索引）执行此操作，或者该方法不可用?
关键是你不能在不破坏其他功能的情况下让它不可用，除非你愿意重做很多 numpy 免费提供给你的东西。这不好，我同意，但它可能真的是最好的。
@isulsz 我不使用 Pandas，所以我真的不在乎，我不反对改变 Series 的行为，请提交错误报告。但问题是无法从您的对象中访问reshape，而是知道对您的对象的reshape 的调用是否来自用户，这应该得到NotImplemented 异常，或者来自另一个依赖于的numpy 方法reshape 做它的事。在 numpy 中，matrix 应该是一个 2D 对象，但您可以将其重塑为 1D 或 3D，因为如果不是这样，您将无法做到，例如，np.tile 和 matrix。

【解决方案2】：

reshape 函数将新形状作为一个元组而不是多个参数：

In [4]: a.reshape?
Type:       function
String Form:<function reshape at 0x1023d2578>
File:       /Library/Frameworks/EPD64.framework/Versions/7.3/lib/python2.7/site-packages/numpy/core/fromnumeric.py
Definition: numpy.reshape(a, newshape, order='C')
Docstring:
Gives a new shape to an array without changing its data.

Parameters
----------
a : array_like
    Array to be reshaped.
newshape : int or tuple of ints
    The new shape should be compatible with the original shape. If
    an integer, then the result will be a 1-D array of that length.
    One shape dimension can be -1. In this case, the value is inferred
    from the length of the array and remaining dimensions.

Reshape实际上是在Series中实现的，会返回一个ndarray：

In [11]: a
Out[11]: 
0    1
1    2
2    3
3    4

In [12]: a.reshape((2, 2))
Out[12]: 
array([[1, 2],
       [3, 4]])

【讨论】：

【解决方案3】：

你可以直接使用a.reshape((2,2))对Series进行reshape，但是不能直接reshape一个pandas DataFrame，因为pandas DataFrame没有reshape功能，但是你可以在numpy ndarray上做reshape：

将 DataFrame 转换为 numpy ndarray
重塑
转换回来

例如

a = pd.DataFrame([[1,2,3],[4,5,6]])
b = a.as_matrix().reshape(3,2)
a = pd.DataFrame(b)

【讨论】：

【解决方案4】：

只需使用以下代码：

b=a.values.reshape(2,2)

我想它会对你有所帮助。你只能直接使用 reshape() 函数。但它会给出未来的警告

【讨论】：

请在代码中添加一些解释，因为它有助于理解您的代码。仅代码的答案不受欢迎。

【解决方案5】：

例如，我们有一个系列。我们可以这样改成dataframe；

a = pd.DataFrame(a)

【讨论】：