Numpy 数组到 X Y 坐标的 Pandas 数据框答案

【问题标题】：Numpy Array to Pandas Data Frame of X Y CoordinatesNumpy 数组到 X Y 坐标的 Pandas 数据框
【发布时间】：2017-05-22 15:54:00
【问题描述】：

我有一个二维 numpy 数组：

arr = np.array([[1,2,3],[4,5,6],[7,8,9]])

我将如何将其转换为一个 pandas 数据帧，该数据帧将在该索引处具有 x 坐标、y 坐标和相应的数组值，转换为如下所示的 pandas 数据帧：

x   y    val
0   0    1
0   1    4
0   2    7
1   0    2
1   1    5
1   2    8
...

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

带有堆栈和重置索引：

df = pd.DataFrame(arr).stack().rename_axis(['y', 'x']).reset_index(name='val')
df

Out: 
   y  x  val
0  0  0    1
1  0  1    2
2  0  2    3
3  1  0    4
4  1  1    5
5  1  2    6
6  2  0    7
7  2  1    8
8  2  2    9

如果订购很重要：

df.sort_values(['x', 'y'])[['x', 'y', 'val']].reset_index(drop=True)
Out: 
   x  y  val
0  0  0    1
1  0  1    4
2  0  2    7
3  1  0    2
4  1  1    5
5  1  2    8
6  2  0    3
7  2  1    6
8  2  2    9

【讨论】：

谢谢 - 这很有帮助！您有没有机会将其推广到 N 维？

【解决方案2】：

这是一个 NumPy 方法 -

>>> arr
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> shp = arr.shape
>>> r,c = np.indices(shp)
>>> pd.DataFrame(np.c_[r.ravel(), c.ravel(), arr.ravel('F')], \
                                columns=((['x','y','val'])))

   x  y  val
0  0  0    1
1  0  1    4
2  0  2    7
3  1  0    2
4  1  1    5
5  1  2    8
6  2  0    3
7  2  1    6
8  2  2    9

【讨论】：

arr.shape 是 (3, 3) 所以你的 x0 行是 [1, 2, 3]。但是您的代码具有第一列而不是行（从您的输出中，x0 = [1, 4, 7] ...我知道问题陈述在所需的输出中显示了 [1, 4, 7] ，但事实并非如此实际正确的坐标（@ayhan 是对的）
@WaveRider 对不起，我不太确定你想说什么。你能再试一次吗？输出与 ayhan 相同，也与问题中的预期输出相同。
当然，请看原始数组定义：arr = np.array([[1,2,3],[4,5,6],[7,8,9]]) - 该数组的第一行是 [1,2,3] 对应的坐标 x,y 对是 x0,y0 = 1, x0,y1 = 2, 和 x0,y2 = 3。在你施加的转换之后，这些映射实际上变为 x0,y0 = 1, x0,y1 = 4 和 x0,y2 = 7，从而失去了完整性原始坐标映射（问题陈述描述了正确映射 x,y 坐标，但是问题陈述中显示的所需结果显示了上述不正确的映射）。 @ayhan 都显示了
@WaveRider 我将通过那里的预期输出，它似乎假设 Y 沿着输入数组的行（即 Y 是第一行的 0，第二行的 1 等等）和X 沿列。因此，对于第一行 Y 不会改变，它将是 0。所以，对于arr = np.array([[1,2,3],[4,5,6],[7,8,9]])，我们应该有：x0,y0 = 1, x1,y0 = 2, and x2,y0 = 3。如果您希望交换轴输出如 ayhan 所示，只需在我的解决方案中删除 arr 的 fortran 排序，即执行：pd.DataFrame(np.c_[r.ravel(), c.ravel(), arr.ravel()..。希望澄清。