3D numpy 数组到 Pandas dataframe 值不匹配

Question

我有 numpy 3D arrays 具有以下形状：（688、549、3）。
每个维度都是一个图像。 所有维度的 dtype 都是'float64'，但是，第 3 个只有整数（但是由于 dtype，它们被保存为浮点数，例如。 isntad of 3 它将是 3.0 ）。

我正在尝试将数组转换为 dataframe。 我使用这个脚本：

pd.DataFrame(array.reshape([3,-1]).T,columns=['band1','band2','classes'])

>>> band1   vband2      classes
0   NaN    -19.110207   -10.134580
1   NaN    -28.449677   -15.704137
2   0.0     2.000000    2.000000
3   NaN    -19.117571   -10.166842
4   NaN    -28.500092   -15.727423
....

如您所见，结果不匹配 - 列“类”假设仅为 1-4 之间的 int 数字，而前两列假设具有浮点负数。 但可以看出，第 2 行在第 2 列获得了“类”列的值，并且通常是不匹配的。

I have used this method before to create dataframe from 3D and even more dimension arrays, but for some reason that I can find yet, in this case I get very mismatched dataframe.

我的问题是，为什么会发生这种不匹配？ 我该如何解决？

***为了生成类似的数据集：

band1= np.random.uniform(low=-20, high=-0.1, size=(688, 549))
band2= np.random.uniform(low=-8, high=-0.1, size=(688, 549))
classes=np.random.randint(4, size=(688, 549))

array=np.dstack((band1,band2,classes))

pd.DataFrame(array.reshape([3,-1]).T,columns=['band1','band2','classes'])

我的最终目标：当每个波段都是一列时，拥有 dataframe

Answer 1

我认为这就是你想要的：

pd.DataFrame(array.reshape([-1,3]),columns=['band1','band2','classes'])

output：

            band1     band2  classes
0      -18.785736 -3.710138      0.0
1      -18.922210 -3.469634      0.0
2      -15.049059 -4.815290      0.0
3      -12.835178 -6.440274      1.0
4       -1.855383 -3.362667      2.0
...           ...       ...      ...
377707  -5.288869 -6.399208      2.0
377708 -10.594781 -6.191891      3.0
377709  -2.223590 -0.230346      3.0
377710 -12.577054 -3.737268      3.0
377711 -15.462419 -2.691705      2.0