将不同数据帧中的元素收集到阵列中

Question

我喜欢使用嵌套的数据结构，现在我正在尝试理解如何使用熊猫

这是一个玩具模型：

a=pd.DataFrame({'x':[1,2],'y':[10,20]})
b=pd.DataFrame({'x':[3,4],'y':[30,40]})
c=[a,b]

现在我想得到：

sol=np.array([[[1],[3]],[[2],[4]]])

我想把sol[0]和sol[1]都变成：

s0=np.array([item[['x']].ix[0] for item in c])
s1=np.array([item[['x']].ix[1] for item in c])

但为了得到索尔，我会浏览索引，我不认为它是真的Python

Answer 1

看起来您只需要来自a和b的x列。您可以使用pd.concat将两个系列（或数据帧）连接成一个新的数据帧：

In [132]: pd.concat([a['x'], b['x']], axis=1)
Out[132]: 
   x  x
0  1  3
1  2  4

[2 rows x 2 columns]

现在，如果需要numpy数组，请使用values attribute：

In [133]: pd.concat([a['x'], b['x']], axis=1).values
Out[133]: 
array([[1, 3],
       [2, 4]], dtype=int64)

如果您想要一个与sol形状相同的numpy数组，那么使用reshape method：

In [134]: pd.concat([a['x'], b['x']], axis=1).values.reshape(2,2,1)
Out[134]: 
array([[[1],
        [3]],

       [[2],
        [4]]], dtype=int64)

In [136]: np.allclose(pd.concat([a['x'], b['x']], axis=1).values.reshape(2,2,1), sol)
Out[136]: True