1

我有一本包含numpy不同大小的数组的字典。所有数组都有一个共同的轴长度（时间），我想沿着它存储数据。

例如：

arr1 = np.random.rand(239, 1)
arr2 = np.random.rand(239, 6)
arr3 = np.random.rand(239, 3, 7)
time = np.random.rand(239, 1)
d = {'A': arr1, 'B': arr2, 'C': arr3, 'time': time}

我需要能够轻松地索引和操作数据，所以我的第一个倾向是使用 apandas.Panel来存储数据，但是，由于尺寸不一致，我一直没有成功。

在这里存储我的数据是否是xarray.Dataset正确的方法，如果是，如何最好地实施？

4

1 回答 1

2

这是一个使用标准 pandas 方法的非常简单的方法。为了简洁和方便，我将您的数据缩小并放入数据框中，但概念是相同的。

dr=pd.date_range('1-1-2017', periods=4, freq='d')
df1=pd.DataFrame( np.random.randn(4),   columns=['x'],     index=dr)
df2=pd.DataFrame( np.random.randn(4,2), columns=['y','z'], index=dr)

所以df1&df2看起来像这样：

                   x
2017-01-01 -0.705449
2017-01-02 -0.597631
2017-01-03 -0.844197
2017-01-04 -1.063895
                   y         z
2017-01-01 -0.288822 -0.343934
2017-01-02  1.072678  1.776767
2017-01-03 -0.606593  0.192280
2017-01-04  0.019401  2.007770

像这样重新配置：

df = df1.stack().append(df2.stack()).sort_index()

2017-01-01  x   -0.705449
            y   -0.288822
            z   -0.343934
2017-01-02  x   -0.597631
            y    1.072678
            z    1.776767
2017-01-03  x   -0.844197
            y   -0.606593
            z    0.192280
2017-01-04  x   -1.063895
            y    0.019401
            z    2.007770

你甚至可以从这里转换为xarray：

df.to_xarray()

一些快速说明：

  • 不推荐使用面板，而支持 xarray 或多索引。我采用了上面的多索引方法，但 xarrays 是另一个不错的选择
  • 有关数据组织的重要理论，请参阅 Hadley Wickam 对“整洁”数据的解释，您可以在此处找到。
于 2017-11-09T21:19:15.513 回答