我有一个使用pandas面板生成多索引pandas数据帧的包。但是，每当我使用pandas.Panel时，我都会得到以下DeprecationError：
弃用警告：
面板已弃用，将在将来的版本中删除。
建议通过Panel.to_frame（）方法在数据帧上使用多索引来表示这些类型的三维数据。
或者，您可以使用xarray包http://xarray.pydata.org/en/stable/.
Pandas提供了一个.to_xarray（）方法来帮助自动完成此转换
然而，我不明白这里的第一条建议是什么，以便创建多索引数据帧。如果要移除面板，我将如何使用Panel.to_frame
澄清一下：我不是在问什么是弃用，或者如何将面板转换为数据帧。我想问的是，如果我在库中使用pandas.Panel和pandas.Panel.to_frame从3D Ndarray创建多索引数据帧，并且面板将被弃用，那么在不使用Panel API的情况下创建这些数据帧的最佳选项是什么
例如，如果我在做下面的事情，用X作为一个有形状（N，J，K）的数组：
面板（X，项目=项目名称，长轴=名称0，短轴=名称1）
df=p.至_框架（）
这显然不再是数据帧构造的一个可行的、经得起未来考验的选项，尽管它是这个问题中的推荐方法
考虑以下小组：
data=np.random.randint（1,10，（5,3,2））
pnl=局部放电面板(
数据
items=['item{}'。（1，6）]范围内i的格式（i），
长轴=[2015、2016、2017]，
短轴=['US'，'UK']
)
如果将其转换为数据帧，则会变成：
项目1项目2项目3项目4项目5
大调小调
2015年美国9 6 3 2 5
英国83779
2016年美国7 7 8 7 5
英国91991
2017年美国1 8 1 3 1
英国68816
因此，它将长轴和短轴作为行多索引，将项作为列。形状变成了（6，5），原来是（5，3，2）。在何处使用多重索引取决于您，但如果您想要完全相同的形状，可以执行以下操作：
数据=数据。重塑（5,6）.T
df=pd.DataFrame(
数据=数据，
指数=来自于_产品的pd.多重指数（[[2015,2016,2017]，“美国”，“英国”]]），
columns=['item{}'。范围（1,6）中i的格式（i）]
)
这将产生相同的数据帧（如果要命名索引，请使用pd.MultiIndex.from_product的names参数）：
项目1项目2项目3项目4项目5
2015年美国9 6 3 2 5
英国83779
2016年美国7 7 8 7 5
英国91991
2017年美国1 8 1 3 1
英国68816
现在不再使用pnl['item1']，而是使用df['item1']（可选df['item1'].unstack（））；您使用的不是pnl.xs（2015）而是df.xs（2015），而不是pnl.xs（'US'，axis='minor'），您使用的是df.xs（'US'，level=1）
如您所见，这只是将最初的3D numpy阵列重塑为2D的问题。在多重索引的帮助下添加其他（人工）维度