Python 은 다 차원 배열 을 DataFrame 로 전개 합 니 다.
import numpy as np
import pandas as pd
################# #################
a1 = np.arange(1,101)
a3 = a1.reshape((2,5,10))
a3
'''
array([[[ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
[ 11, 12, 13, 14, 15, 16, 17, 18, 19, 20],
[ 21, 22, 23, 24, 25, 26, 27, 28, 29, 30],
[ 31, 32, 33, 34, 35, 36, 37, 38, 39, 40],
[ 41, 42, 43, 44, 45, 46, 47, 48, 49, 50]],
[[ 51, 52, 53, 54, 55, 56, 57, 58, 59, 60],
[ 61, 62, 63, 64, 65, 66, 67, 68, 69, 70],
[ 71, 72, 73, 74, 75, 76, 77, 78, 79, 80],
[ 81, 82, 83, 84, 85, 86, 87, 88, 89, 90],
[ 91, 92, 93, 94, 95, 96, 97, 98, 99, 100]]])
'''
################# #################
# 1
index1 = pd.Series(np.arange(1,11))
index1 = index1.astype(str)
index1 = 'A'+index1
index1
'''
0 A1
1 A2
2 A3
3 A4
4 A5
5 A6
6 A7
7 A8
8 A9
9 A10
'''
# 2
index2 = pd.Series(np.arange(1,6))
index2 = index2.astype(str)
index2 = 'B'+index2
index2
'''
0 B1
1 B2
2 B3
3 B4
4 B5
'''
# 3
index3 = pd.Series(np.arange(1,3))
index3 = index3.astype(str)
index3 = 'C'+index3
index3
'''
0 C1
1 C2
'''
################# #################
#
value = a3.flatten()
value = pd.Series(value)
value.name = 'value'
value
'''
0 1
1 2
2 3
...
97 98
98 99
99 100
Name: value, Length: 100, dtype: int64
'''
################# #################
import itertools
# index 。 : ,
prod = itertools.product(index3, index2, index1 )
# DataFrame
prod = pd.DataFrame([x for x in prod])
prod.columns = ['C', 'B', 'A']
prod.T
'''
0 1 2 3 4 5 6 7 8 9 ... 90 91 92 93 94 95 96 \
C C1 C1 C1 C1 C1 C1 C1 C1 C1 C1 ... C2 C2 C2 C2 C2 C2 C2
B B1 B1 B1 B1 B1 B1 B1 B1 B1 B1 ... B5 B5 B5 B5 B5 B5 B5
A A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 ... A1 A2 A3 A4 A5 A6 A7
97 98 99
C C2 C2 C2
B B5 B5 B5
A A8 A9 A10
[3 rows x 100 columns]
'''
################# #################
# DataFrame
pd.concat([prod, value], axis=1)
'''
C B A value
0 C1 B1 A1 1
1 C1 B1 A2 2
2 C1 B1 A3 3
3 C1 B1 A4 4
4 C1 B1 A5 5
5 C1 B1 A6 6
6 C1 B1 A7 7
7 C1 B1 A8 8
8 C1 B1 A9 9
9 C1 B1 A10 10
10 C1 B2 A1 11
11 C1 B2 A2 12
12 C1 B2 A3 13
13 C1 B2 A4 14
14 C1 B2 A5 15
15 C1 B2 A6 16
16 C1 B2 A7 17
17 C1 B2 A8 18
18 C1 B2 A9 19
19 C1 B2 A10 20
20 C1 B3 A1 21
21 C1 B3 A2 22
22 C1 B3 A3 23
23 C1 B3 A4 24
24 C1 B3 A5 25
25 C1 B3 A6 26
26 C1 B3 A7 27
27 C1 B3 A8 28
28 C1 B3 A9 29
29 C1 B3 A10 30
.. .. .. ... ...
70 C2 B3 A1 71
71 C2 B3 A2 72
72 C2 B3 A3 73
73 C2 B3 A4 74
74 C2 B3 A5 75
75 C2 B3 A6 76
76 C2 B3 A7 77
77 C2 B3 A8 78
78 C2 B3 A9 79
79 C2 B3 A10 80
80 C2 B4 A1 81
81 C2 B4 A2 82
82 C2 B4 A3 83
83 C2 B4 A4 84
84 C2 B4 A5 85
85 C2 B4 A6 86
86 C2 B4 A7 87
87 C2 B4 A8 88
88 C2 B4 A9 89
89 C2 B4 A10 90
90 C2 B5 A1 91
91 C2 B5 A2 92
92 C2 B5 A3 93
93 C2 B5 A4 94
94 C2 B5 A5 95
95 C2 B5 A6 96
96 C2 B5 A7 97
97 C2 B5 A8 98
98 C2 B5 A9 99
99 C2 B5 A10 100
[100 rows x 4 columns]
'''
이 파 이 썬 은 다 차원 배열 을 DataFrame 로 전개 하 는 것 이 편집장 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.참고 가 되 고 많은 응원 부 탁 드 리 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
Python의 None과 NULL의 차이점 상세 정보그래서 대상 = 속성 + 방법 (사실 방법도 하나의 속성, 데이터 속성과 구별되는 호출 가능한 속성 같은 속성과 방법을 가진 대상을 클래스, 즉 Classl로 분류할 수 있다.클래스는 하나의 청사진과 같아서 하나의 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.