Python实现把多维数组展开成DataFrame

当我们处理多维数组时，可能需要将其展开成一维数组或一个 DataFrame，这是很常见的需求。在 Python 中，我们可以使用 Numpy 或 Pandas 完成这个任务。本文将介绍如何用 Python 将多维数组展开成 Pandas DataFrame。

步骤

1. 导入 Pandas 和 Numpy 库

import pandas as pd
import numpy as np

1. 定义多维数组

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

1. 将多维数组展开成一维数组

arr_flat = arr.flatten()

print(arr_flat)

输出结果：

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

1. 将多维数组展开成 Pandas DataFrame

df = pd.DataFrame(arr.reshape(-1, arr.shape[-1]))

print(df)

输出结果：

    0   1   2
0   1   2   3
1   4   5   6
2   7   8   9
3  10  11  12

示例一

假设我们有一个 3D 数组，它的 shape 是 (2, 3, 4)，我们可以按照以上步骤将其展开成一个 Pandas DataFrame。

arr = np.random.rand(2, 3, 4)
df = pd.DataFrame(arr.reshape(-1, arr.shape[-1]))
print(df)

输出结果：

           0         1         2         3
0   0.262209  0.740568  0.648845  0.160761
1   0.606675  0.874690  0.152310  0.627737
2   0.940181  0.732144  0.661261  0.170417
3   0.066798  0.543262  0.775748  0.460323
4   0.699336  0.933248  0.597730  0.983211
5   0.583089  0.907729  0.184573  0.473706
6   0.976896  0.038432  0.119243  0.011201
7   0.935020  0.481182  0.273380  0.302985
8   0.027068  0.602751  0.017030  0.938141
9   0.547121  0.946958  0.786372  0.768879
10  0.186022  0.881465  0.400750  0.292682
11  0.487796  0.205238  0.705765  0.838393

示例二

假设我们有一个 2D 数组，它的 shape 是 (3, 3)，我们可以按照以上步骤将其展开成一个 Pandas DataFrame。

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
df = pd.DataFrame(arr.reshape(-1, arr.shape[-1]))
print(df)

输出结果：

   0  1  2
0  1  2  3
1  4  5  6
2  7  8  9

以上就是 Python 实现把多维数组展开成 DataFrame 的完整攻略，通过上面的示例，相信大家已经掌握了这个技巧。