Python 3：使用来自 pandas 数据框的像素值创建栅格

Question

我需要创建一个 328 x 238（行 x 列）的栅格，其中选择的像素/单元格值是从给定的 pandas 数据框 (df) 中填充的。 df 中的每一行都包含一个名称（不重要）、行号、列号和对应于 328 x 238 光栅单元中的一些（不是全部）的像素值。如果不存在单元格值，则像素值需要为“NaN”或为空。我是 python 新手，正在努力找出实现最终目标的最佳方法。首先想到的是遍历df中的每一行以提取行/列位置以及每个像素应该填充的值（如果df中存在一个）。

作为第一步，我正在考虑创建一个 328 x 238 numpy 数组的 NaN 值：

array = np.full((328, 238), 'NaN')

然后我想我可以使用一个 for 循环来用来自 df 的值填充数组。 但是，我仍在努力理解如何设置一个 for 循环，该循环将逐行读取 df 并在每个列出的行/列位置使用 df 中的特定值填充数组。

for row, col in array:
    array.append[df['row', 'column'], 'value']

这个 for 循环显然不起作用，但我不知道如何从 df 中获取该“值”并在该特定“行”和“列”位置填充数组。任何帮助指导我找到实现栅格最终目标的最佳路线将不胜感激。

Answer 1

您可以使用 df.iterrows 遍历数据框的行

for index, row in df.iterrows():
     array[row['row_number'], row['column_number']] = row['value']