如何将列表转换为数据框矩阵

Question

我有一个包含两列的列表，我想将其用作矩阵的行和列索引，另一列用作数据。我怎样才能像使用 csv 文件一样构建矩阵？

这是我的清单。我想将count 作为数据，eclipse_id 作为索引，最后一个作为列索引：

In[31]: listado

Out[31]:[{'count': 1L, 'eclipse_id': 10616, 'subscriber_id': 13},
 {'count': 1L, 'eclipse_id': 10337, 'subscriber_id': 13},
 {'count': 1L, 'eclipse_id': 9562, 'subscriber_id': 13},
 {'count': 1L, 'eclipse_id': 10660, 'subscriber_id': 13},
 {'count': 1L, 'eclipse_id': 10621, 'subscriber_id': 13},

我的尝试：

pd.DataFrame(data=listado[1:,0],
            index=listado[2:,0]
            columns=listado[3:,0])

With the error message :

  File "<ipython-input-33-f87ac772eb69>", line 3
    columns=listado[3:,0])
          ^
SyntaxError: invalid syntax

输出应该是这样的：

subscriber_id  13   14    15     16
eclipse_id       
9562            1    1     0    ...
10337           1    0     0    ...
10616           1    2     0    ...
10621           1    1     1
10660           1    0     0

Answer 1

看来你需要pivot:

listado = [
{'count': 1, 'eclipse_id': 10616, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 10337, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 9562, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 10660, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 10621, 'subscriber_id': 13}]

df = pd.DataFrame(listado)
print (df)
   count  eclipse_id  subscriber_id
0      1       10616             13
1      1       10337             13
2      1        9562             13
3      1       10660             13
4      1       10621             13

df = df.pivot(index='eclipse_id', columns='subscriber_id', values='count')
print (df)
subscriber_id  13
eclipse_id       
9562            1
10337           1
10616           1
10621           1
10660           1

或者：

df = df.set_index(['eclipse_id','subscriber_id'])['count'].unstack(fill_value=0)
print (df)
subscriber_id  13
eclipse_id       
9562            1
10337           1
10616           1
10621           1
10660           1

---

如果重复需要mean、sum...的聚合数据...：

listado = [
{'count': 5, 'eclipse_id': 9562, 'subscriber_id': 13},
{'count': 4, 'eclipse_id': 9562, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 9562, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 10660, 'subscriber_id': 13},
{'count': 1, 'eclipse_id': 10621, 'subscriber_id': 13}]

df = pd.DataFrame(listado)
print (df)
   count  eclipse_id  subscriber_id
0      5        9562             13 < same 9562, 13, different 5
1      4        9562             13 < same 9562, 13, different 4
2      1        9562             13 < same 9562, 13, different 1
3      1       10660             13
4      1       10621             13

df = df.groupby(['eclipse_id','subscriber_id'])['count'].mean().unstack(fill_value=0)
print (df)
subscriber_id        13
eclipse_id             
9562           3.333333 <- (5+4+1)/3 = 3.333
10621          1.000000
10660          1.000000

或pivot_table:

df = df.pivot_table(index='eclipse_id', 
                    columns='subscriber_id', 
                    values='count', 
                    aggfunc='mean')
print (df)
subscriber_id        13
eclipse_id             
9562           3.333333 <- (5+4+1)/3 = 3.333
10621          1.000000
10660          1.000000