从 Pandas 数据框创建二维数组答案

【问题标题】：Create 2D array from Pandas dataframe从 Pandas 数据框创建二维数组
【发布时间】：2016-02-18 14:39:15
【问题描述】：

可能是一个非常简单的问题，但我想不出一个解决方案。我有一个包含 9 列和 ~100000 行的数据框。数据是从图像中提取的，因此两列（“行”和“列”）指的是数据的像素位置。如何创建一个 numpy 数组 A 以使行和列指向另一列中的另一个数据条目，例如“脾气暴躁”？

A[row, col]
#  0.1232

我想避免 for 循环或类似的东西。

【问题讨论】：

标签： python numpy pandas vectorization

【解决方案1】：

你可以这样做 -

# Extract row and column information
rowIDs = df['row']
colIDs = df['col']

# Setup image array and set values into it from "grumpiness" column
A = np.zeros((rowIDs.max()+1,colIDs.max()+1))
A[rowIDs,colIDs] = df['grumpiness']

示例运行 -

>>> df
   row  col  grumpiness
0    5    0    0.846412
1    0    1    0.703981
2    3    1    0.212358
3    0    2    0.101585
4    5    1    0.424694
5    5    2    0.473286
>>> A
array([[ 0.        ,  0.70398113,  0.10158488],
       [ 0.        ,  0.        ,  0.        ],
       [ 0.        ,  0.        ,  0.        ],
       [ 0.        ,  0.21235838,  0.        ],
       [ 0.        ,  0.        ,  0.        ],
       [ 0.84641194,  0.42469369,  0.47328598]])

【讨论】：

【解决方案2】：

一个非常快速和直接的方法是使用pivot_table：

>>> df
   row  col  grumpiness
0    5    0    0.846412
1    0    1    0.703981
2    3    1    0.212358
3    0    2    0.101585
4    5    1    0.424694
5    5    2    0.473286

>>> df.pivot_table('grumpiness', 'row', 'col', fill_value=0)
col         0         1         2
row                              
0    0.000000  0.703981  0.101585
3    0.000000  0.212358  0.000000
5    0.846412  0.424694  0.473286

请注意，如果缺少任何完整的行/列，它将把它们排除在外，如果任何行/列对重复，它将平均结果。也就是说，对于较大的数据集，这通常会比基于索引的方法快得多。

【讨论】：