如何将数据框列的值放入二维矩阵？答案

【问题标题】：How do I put values od dataframe column in 2d matrix?如何将数据框列的值放入二维矩阵？
【发布时间】：2018-01-20 15:58:54
【问题描述】：

我有带有 3 列 value、row_index、column_index 的 pandas 数据框。我想创建一个矩阵，其中放置在相关行和列的数据框的值以及未知元素为零。

我做了一个这样的for循环：

N_rows = df.row_index.max()
N_cols = df.column_index.max()
A = np.zeros((N_rows, N_cols))
for i in df.row_index:
    for j in df.column_index:
        np.put(A, i*N_cols+j, df['value'][(df.row_index==i) & 
                                          (df.column_index==j)])

但运行速度很慢。

我怎样才能更快地做到这一点？

【问题讨论】：

试试array = df.fillna(0).values

标签： pandas numpy matrix dataframe

【解决方案1】：

只是修改@jezrael 解决方案中的一小部分。您实际上可以使用 Pandas as_matrix() 函数来获取数组：

df = pd.DataFrame({'value':[2,4,5],
                   'row_index':[2,3,4],
                   'col_index':[0,2,3]})

df.pivot('row_index', 'col_index', 'value').fillna(0).as_matrix()
# array([[ 2.,  0.,  0.],
#        [ 0.,  4.,  0.],
#        [ 0.,  0.,  5.]])

【讨论】：

【解决方案2】：

我认为你需要 pivot 和 fillna 并且对于列和行的缺失值添加 reindex，最后为 numpy 数组添加 values：

df = pd.DataFrame({'value':[2,4,5],
                   'row_index':[2,3,4],
                   'col_index':[0,2,3]})

print (df)
   col_index  row_index  value
0          0          2      2
1          2          3      4
2          3          4      5

rows = np.arange(df.row_index.max()+1)
cols = np.arange(df.col_index.max()+1)

print (df.pivot('row_index', 'col_index', 'value')
         .fillna(0)
         .reindex(index=rows, columns=cols, fill_value=0))
col_index    0    1    2    3
row_index                    
0          0.0  0.0  0.0  0.0
1          0.0  0.0  0.0  0.0
2          2.0  0.0  0.0  0.0
3          0.0  0.0  4.0  0.0
4          0.0  0.0  0.0  5.0

a = df.pivot('row_index', 'col_index', 'value')
      .fillna(0)
      .reindex(index=rows, columns=cols, fill_value=0)
      .values
print (a)
[[ 0.  0.  0.  0.]
 [ 0.  0.  0.  0.]
 [ 2.  0.  0.  0.]
 [ 0.  0.  4.  0.]
 [ 0.  0.  0.  5.]]

set_index 和 unstack 的另一种解决方案：

print (df.set_index(['row_index', 'col_index'])['value']
         .unstack(fill_value=0)
         .reindex(index=rows, columns=cols, fill_value=0))

col_index  0  1  2  3
row_index            
0          0  0  0  0
1          0  0  0  0
2          2  0  0  0
3          0  0  4  0
4          0  0  0  5


a = df.set_index(['row_index', 'col_index'])['value']
      .unstack(fill_value=0)
      .reindex(index=rows, columns=cols, fill_value=0)
      .values
print (a)
 [[0 0 0 0]
 [0 0 0 0]
 [2 0 0 0]
 [0 0 4 0]
 [0 0 0 5]]

【讨论】：