numpy、scipy、sklearn或panda在Python中组合三个2D矩阵

Question

我使用的是Python 2.7.6

我有三个具有相同列（n）和相同行（m）的二维矩阵。我如何将这3个矩阵折叠成一个具有相同索引和列标签的巨型结构（m x n矩阵）。现在它们是Pandas中的DataFrames。

#Pseudocode
import pandas as pd
import numpy as np
DF_1 = pd.DataFrame(data)
DF_2 = pd.DataFrame(data)
DF_3 = pd.DataFrame(data)
#I was thinking maybe a dot product like:
np.dot(DF_metNorm.as_matrix(),DF_cnvNorm.as_matrix(),DF_gexNorm.as_matrix())
#but np.dot() can only take two matrices

有没有其他方法可以使用numpy scipy sklearn或pandas将这些数据折叠成一个矩阵，将所有数据包括在一个度量中？所有值都将是标量2D矩阵。

Answer 1

面板有什么问题？你可以说

panel = pd.Panel({'df1' : DF_1,
                  'df2' : DF_2,
                  'df3' : DF_3})

然后将其整合在一个大型结构中，并具有Pandas所有出色的索引和选择功能。