pandas中的ndarray值可视化和覆盖答案

【问题标题】：ndarray value visualization and overwriting in pandaspandas中的ndarray值可视化和覆盖
【发布时间】：2020-03-24 14:32:55
【问题描述】：

我有形状 (3,8,1,1,365) 的 ndarray，其中 3 是产品的计数 (A,B,C)，8 是位置的计数 (AA,BB,CC,DD,EE,FF,GG ,HH), 365 是以天为单位的数据时间范围。我想查看 B 和 CC 组合 365 天的值，想替换这些 A 和 BB 组合的值。怎么做？请帮助..尝试使用 ndarray_name.todense()[2][3] 来可视化数据，但没有运气..

【问题讨论】：

标签： python-3.x pandas multidimensional-array

【解决方案1】：

这个任务应该被标记为 Numpy，因为 Pandas 没有提供 5 维数组。

为了创建一个示例数组，我使用了以下代码：

import itertools
s1 = ['A', 'B', 'C']
s2 = ['AA', 'BB', 'CC', 'DD', 'EE', 'FF', 'GG', 'HH']
s3 = ['1', '2', '3', '4']
arr = np.array([ '_'.join(t) for t in itertools.product(s1, s2, s3) ])\
    .reshape((len(s1), len(s2), len(s3)))

暂时arr只有3维，所以要转成5维数组，运行：

arr = arr[:, :, np.newaxis, np.newaxis, :]

当您print(arr.shape) 时，结果为：(3, 8, 1, 1, 4)（4 天而不是 365）。

然后，要打印切片，运行：

arr[1,2]

结果是：

array(['B_CC_1', 'B_CC_2', 'B_CC_3', 'B_CC_4'], dtype='<U6')

即：

1（第一个索引） - 将第一个维度限制为第二个值（B），
2（第二个索引）- 将第二个维度限制为第三个值（CC）。

并将它们替换为 A / BB 值，运行：

arr[1,2,...] = arr[0,1,...]

【讨论】：