将numpy数组附加到多索引数据numpy

Question

我在养熊猫DataFrame上遇到了一些困难。我正在按照“找到这里”的指令来生成一个MultiIndex DataFrame。这个例子很好，只是我想要一个数组，而不是一个值。

activity = 'Open_Truck'
id = 1
index = pd.MultiIndex.from_tuples([(activity, id)], names=['activity', 'id'])
v = pd.Series(np.random.randn(1, 5), index=index)

例外:数据必须是一维的。

如果我将randn(1, 5)替换为randn(1)，它就能正常工作。对于randn(1, 1)，我应该使用randn(1, 1).flatten('F')，但也可以。在尝试时：

v = pd.Series(np.random.randn(1, 5).flatten('F'), index=index)

ValueError:错误的项目数通过5，放置意味着1

我的目的是为每一行的每个np.array和id添加一个特征向量(当然在实际场景中是np.random.randn，而不是np.random.randn)。

那么，如何在MultiIndex DataFrame中添加数组呢？

编辑：

因为我刚开始接触熊猫，所以我把Series和DataFrame混在一起。我可以使用默认是二维的DataFrame来实现上面的内容：

arrays = [np.array(['Open_Truck']*2),
            np.array(['1', '2'])]
df = pd.DataFrame(np.random.randn(2, 4), index=arrays)
df
               0         1         2         3
Open 1 -0.210923  0.184874 -0.060210  0.301924
     2  0.773249  0.175522 -0.408625 -0.331581

Answer 1

存在问题，MultiIndex只有一个元组，而且数据长度不同，5因此长度不匹配：

activity = 'Open_Truck'
id = 1
#get 5 times tuples
index = pd.MultiIndex.from_tuples([(activity, id)] * 5, names=['activity', 'id'])
print (index)
MultiIndex(levels=[['Open_Truck'], [1]],
           labels=[[0, 0, 0, 0, 0], [0, 0, 0, 0, 0]],
           names=['activity', 'id'])

print (len(index))
5

v = pd.Series(np.random.randn(1, 5).flatten('F'), index=index)
print (v)
activity    id
Open_Truck  1    -1.348832
            1    -0.706780
            1     0.242352
            1     0.224271
            1     1.112608
dtype: float64

在第一个过程中，长度是相同的，1，因为列表中有一个元组：

activity = 'Open_Truck'
id = 1
index = pd.MultiIndex.from_tuples([(activity, id)], names=['activity', 'id'])

print (len(index))
1

v = pd.Series(np.random.randn(1), index=index)
print (v)
activity    id
Open_Truck  1    -1.275131
dtype: float64