Comment convertir un tableau Numpy 3-D en Dataframe Pandas ?

Question

Le problème : J'ai un tableau Numpy 3D :

X

X.shape: (1797, 2, 500)

z=X[..., -1]
print(len(z))
print(z.shape)
count = 0
for bot in z:
    print(bot)
    count+=1
    if count == 3: break

Le code ci-dessus produit le résultat suivant :

1797
(1797, 2)
[23.293915 36.37388 ]
[21.594519 32.874397]
[27.29872  26.798382]

Il y a donc 1797 points de données - chacun avec une coordonnée X et une coordonnée Y et il y a 500 itérations de ces 1797 points.

Je veux un DataFrame tel que :

Index Column       |  X-coordinate  |  Y-coordinate
0                  |  X[0][0][0]    |  X[0][1][0]
0                  |  X[1][0][0]    |  X[1][1][0]
0                  |  X[2][0][0]    |  X[2][1][0]
('0') 1797 times
1                  |  X[0][0][1]    |  X[0][1][1]
1                  |  X[1][0][1]    |  X[1][1][1]
1                  |  X[2][0][1]    |  X[2][1][1]
('1' 1797 times)
.
.
.
and so on
till 500

J'ai essayé les techniques mentionnées ici, mais numpy/pandas m'échappe vraiment :

1. Comment convertir un tableau 3D en un cadre de données (Dataframe)
2. Comment transformer un tableau 3d en dataframe en python
3. Convertir un tableau numpy en dataframe pandas
4. Comment faire pour que l'on puisse avoir une vue d'ensemble de ce qui se passe dans l'entreprise ?
5. numpy rollaxis - comment cela fonctionne-t-il exactement ?

Merci de m'aider. J'espère que je respecte la discipline en matière de questions.

Answer 1

Voici une solution avec des exemples de données :

a,b,c = X.shape
# in your case
# a,b,c = 1797, 500

pd.DataFrame(X.transpose(1,2,0).reshape(2,-1).T,
             index=np.repeat(np.arange(c),a),
             columns=['X_coord','Y_coord'] 
            )

Sortie :

   X_coord  Y_coord
0        0        3
0        6        9
0       12       15
0       18       21
1        1        4
1        7       10
1       13       16
1       19       22
2        2        5
2        8       11
2       14       17
2       20       23

Answer 2

Essayez cette méthode :

index = np.concatenate([np.repeat([i], 1797) for i in range(500)])
df = pd.DataFrame(index=index)
df['X-coordinate'] = X[:, 0, :].T.reshape((-1))
df['Y-coordinate'] = X[:, 1, :].T.reshape((-1))