Python: 多维 pandas DataFrame

Question

这是我的第一个问题。

我有许多数据集，每个数据集都应该呈现在一个DataFrame中。我试图通过将DataFrame作为多维元组的一个项目来实现，例如：

data[0][1].Glucose.val
data[0][1].Glucose.time

我已经预定义了这个元组，就像这样：

data = tuple([data_type for _ in range(3)] for _ in range(8))

处理这个问题很好，但是如果我尝试用新值来填充df，元组中的所有元素都会被覆盖：

for condition in range(8):
    for index in range(3):
        loop_it = condition + row_mult * index
        exp_setting = expIDs[loop_it]

        tempval = pd.read_csv(f"raw_data/{exp_setting}_Glucose.csv", delimiter="\t")
        rundata[condition][index].DOT.val = tempval.val.values
        rundata[condition][index].DOT.time = tempval.t

我到底做错了什么？

谢谢。

- haenser

Answer 1

元组是不可变的，因此您无法替换单个项目而不覆盖整个元组。您可以使用DataFrame列表代替。如果您的DataFrame具有相同的形状，并且所有值都是数字，则还可以使用一个多维NumPy数组来存储所有数据，例如：

import numpy as np

data = np.array([[[1, 2], [3, 4]], 
                 [[5, 6], [7, 8]]]) 

# replace the first item in the second row of the first frame with 9 
data[0, 1, 0] = 9  

print(data)

[[[1 2]
  [9 4]]

 [[5 6]
  [7 8]]]

顺便提一下，早期版本的pandas确实有专门用于3维和4维DataFrame的特殊数据结构，但我想它们被认为是不必要的。也许您可以将数据堆叠到具有两个维度的一个DataFrame中。为此，您可能需要了解pandas的MultiIndex功能。

- Arne

---

嗨，阿恩， 谢谢你的回答。 我尝试使用列表和NumPy数组，但结果是相同的：data = np.array([rundata_type for _ in range(3)]) range(3)]}) for _ in range(8)]}) for i in range(3): data[i].DOT.val = [i] print(data[0].DOT.val)''' 输出：0 0 Name: val, dtype: int64 0 1 Name: val, dtype: int64 0 2 Name: val, dtype: int64 ``` - haenser

嗨@haenser，NumPy建议是作为使用列表的替代方案。我在我的答案中添加了一些澄清。 - Arne

Answer 2

如下所述：多维类列表 - 覆盖问题 问题在于，我没有正确地初始化类。

错误的做法：

data = tuple([data_type for _ in range(3)] for _ in range(8))

正确：

data = tuple([data_type() for _ in range(3)] for _ in range(8))

- haenser