基于带MultiIndex的Numpy数组创建Pandas DataFrame的技术问询

1. 明确数组结构 #

你的array_test形状为(5, 359, 2)，各维度对应：

• 第一维度：5次实验重复（命名为'1'到'5'）
• 第二维度：359个独立观测值（可作为DataFrame的列）
• 第三维度：2类数据，分别是mean（观测值均值）和uncertainty（观测值不确定度）

2. 构建多级索引DataFrame #

直接通过pandas的MultiIndex和数组维度转换就能实现需求，代码如下：

import numpy as np
import pandas as pd

# 调整数组维度顺序：将[实验重复, 观测值, 指标]转为[实验重复, 指标, 观测值]
reshaped_array = array_test.transpose(0, 2, 1)

# 创建多级索引：一级是实验编号，二级是指标类型
multi_index = pd.MultiIndex.from_product(
    [['1', '2', '3', '4', '5'], ['mean', 'uncertainty']],
    names=['experiment', 'metric']
)

# 转换为DataFrame，列对应359个观测值
df = pd.DataFrame(reshaped_array.reshape(-1, 359), index=multi_index)

3. 计算5次重复的汇总均值 #

要得到每个观测值在5次重复中的均值（包括mean的均值、uncertainty的均值），按二级索引分组计算即可：

# 按指标类型分组，计算每个观测值的5次重复均值
summary_df = df.groupby(level='metric').mean()

4. 可选优化 #

如果想给观测值列自定义命名（比如obs_0到obs_358），创建DataFrame时指定columns参数：

df = pd.DataFrame(
    reshaped_array.reshape(-1, 359),
    index=multi_index,
    columns=[f'obs_{i}' for i in range(359)]
)

内容的提问来源于stack exchange，提问作者datadatadata