[英]Create a numpy array from columns of a pandas dataframe
我有一个看起来像这样的DataFrame
:
A B C
1 2 3
1 5 3
4 8 2
4 2 1
我想从此数据创建一个NumPy
数组,使用A
列作为索引, B
列作为列标题, C
列作为填充数据。
最终,它应该看起来像这样:
2 5 8
1 3 3
4 1 2
有什么好方法吗?
我已经尝试过df.pivot_table
,但是担心我弄乱了数据,所以我宁愿以另一种更直观的方式进行操作。
像这样操作数据框
df.set_index(['A', 'B']).C.unstack()
要么
df.set_index(['A', 'B']).C.unstack(fill_value='')
得到这样的numpy数组
df.set_index(['A', 'B']).C.unstack().values
array([[ 3., 3., nan],
[ 1., nan, 2.]])
要么
df.set_index(['A', 'B']).C.unstack(fill_value='').values
array([[3, 3, ''],
[1, '', 2]], dtype=object)
Pandas
拆堆看起来不错! 因此,我认为让我们尝试使用NumPy复制相同的行为,该行为可以在数组上工作并最终得到如下结果-
def numpy_unstack(a, fillval=0):
r = np.unique(a[:,0],return_inverse=1)[1]
c = np.unique(a[:,1],return_inverse=1)[1]
out = np.full((r.max()+1,c.max()+1),fillval)
out[r,c] = a[:,2]
return out
样品运行-
In [81]: df
Out[81]:
0 1 2
0 1 2 3
1 1 5 3
2 4 8 2
3 4 2 1
In [82]: numpy_unstack(df.values,0)
Out[82]:
array([[ 3., 3., 0.],
[ 1., 0., 2.]])
In [83]: numpy_unstack(df.values,np.nan)
Out[83]:
array([[ 3., 3., nan],
[ 1., nan, 2.]])
像上面提到的,你可以像这样使用pd.pivot_table
In [1655]: df.pivot_table(index='A', columns='B', values='C', fill_value='')
Out[1655]:
B 2 5 8
A
1 3 3
4 1 2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.