将一系列xarray.DataArrays转换为numpy数组
我正在使用一个名为PySD的包进行系统动力学建模。PySD将Vensim (系统动力学建模包)中的模型转换为python，并允许用户用比Vensim更复杂的例程替换各种方程。我正在运行一个具有多种下标的模型，这会创建一个不寻常的输出格式。输出被读入数据帧，其订阅元素的单个值最终为xarray.DataArrays。我想知道如何获取xarray.DataArrays的一列(最后是一个系列)，并将其转换为二维数组，第二维空间是下标的数量。
import pysd
import numpy as np
model=pysd.load("Example.py")
stocks=model.run
pop=np.array(Population) #Creates an object array
Population=stocks.Populaton #Creates a series
#How to get an array of population values for each country?example.py代码如下(请记住，这是一个说明问题的任意示例)
from __future__ import division
import numpy as np
from pysd import utils
import xarray as xr
from pysd.functions import cache
from pysd import functions
_subscript_dict = {
'Country': ['Canada', 'USA', 'China', 'Norway', 'India', 'England',
'Mexico', 'Yemen']
}
_namespace = {
'TIME': 'time',
'Time': 'time',
'Deaths': 'deaths',
'Births': 'births',
'Population': 'population',
'Birth rate': 'birth_rate',
'Murder rate': 'murder_rate',
'Natural death rate': 'natural_death_rate',
'FINAL TIME': 'final_time',
'INITIAL TIME': 'initial_time',
'SAVEPER': 'saveper',
'TIME STEP': 'time_step'
}
@cache('step')
def deaths():
return murder_rate() * population() + natural_death_rate() * population()
@cache('step')
def births():
return birth_rate() * population()
@cache('step')
def population():
return integ_population()
@cache('run')
def birth_rate():
return utils.xrmerge([
xr.DataArray(
data=[5., 5., 5., 5., 5., 5., 5., 5.],
coords={
'Country':
['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
},
dims=['Country']),
xr.DataArray(data=[10.], coords={'Country': ['Mexico']}, dims=
['Country']),
xr.DataArray(data=[8.], coords={'Country': ['Yemen']}, dims=
['Country']),
])
@cache('step')
def murder_rate():
return time()
@cache('run')
def natural_death_rate():
return utils.xrmerge([
xr.DataArray(
data=[3., 3., 3., 3., 3., 3., 3., 3.],
coords={
'Country':
['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
},
dims=['Country']),
xr.DataArray(data=[5.], coords={'Country': ['Yemen']}, dims=['Country']),
xr.DataArray(data=[5.], coords={'Country': ['Mexico']}, dims=['Country']),
])
@cache('run')
def final_time():
return 100
@cache('run')
def initial_time():
return 0
@cache('step')
def saveper():
return time_step()
@cache('run')
def time_step():
return 1
def _init_population():
return xr.DataArray(
data=np.ones([8]) * 10,
coords={
'Country': ['Canada', 'USA', 'China', 'Norway', 'India', 'England', 'Mexico', 'Yemen']
},
dims=['Country'])
@cache('step')
def _dpopulation_dt():
return births() - deaths()
integ_population = functions.Integ(lambda: _dpopulation_dt(), lambda: _init_population())如果example.py文件选项卡不对，我很抱歉。任何帮助都将不胜感激！
回答 1
Stack Overflow用户
发布于 2017-10-27 11:36:04
感谢大家分享这个数据的例子。
首先，将xarray.DataArray对象作为标量嵌套在pandas.DataFrame中是非常不标准的处理x数组和熊猫的方法。我不推荐。如果每个条目都是共享(部分)相同维度的DataArray，那么处理数据的最简单的方法就是xarray.Dataset，xarray的多维pandas.DataFrame版本。
也就是说，将数据从这种格式转换为非嵌套对象应该很容易。最好的起点是Series.values，它将列提取为一维numpy数组。然后，您可以迭代这个系列，并将每个DataArray转换为一个带有.values的numpy数组。把这些放在一起：
population_numpy_array = np.stack(
[data_array.values for data_array in df['Population'].values])或者，您可以使用xarray堆栈DataArray对象。这将保留标签，这将使您的数据更易于使用：
population_data_array = xr.concat(df['Population'].values, dim='row_name')您甚至可以将完整的对象转换为xarray.Dataset进行联合分析：
ds = xr.Dataset({k: xr.concat(df[k].values, dim='row_name') for k in df.keys()})(可以说，这正是PySD应该做的。)
https://stackoverflow.com/questions/46965200
复制
相似问题
将一系列MR case转换为numpy数组
将numpy数组类型: float32转换为char
如何将numpy数组从numpy.int64转换为datetime？
将numpy数组转换为numpy数组
如何将一系列数组转换为二维numpy数组
领取专属 10元无门槛券
AI混元助手 在线答疑
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
