使用同一数据框中其他2个列的值从一个列创建2D列表

Question

我有一个带有2列的数据框，它们代表需要创建的2D数组的X和Y维。 2D数组中的值将来自数据帧中的另一列。 如果数据框中的值列超过1个，则需要创建相同数量的2D列表。

到目前为止，假设数据框中只有1个值列，我已经能够创建1个2D列表。 我根据数据框中的X和Y列创建了一个相同尺寸的空2D列表。 然后，我遍历数据帧的每一行，并根据该行中X和Y的值填充2D列表。

示例数据框。 X代表2D列表的“列”，Y代表2D列表的“行”。 在这种情况下，2D列表为3x2。 列（numeric_result，电压）将填充2D列表。

      | parent | child | numeric_result | X | Y |
index |                |        voltage |
    0 |     xy |     a |            1.2 | 1 | 1 | 
    1 |     xy |     a |            1.1 | 2 | 1 |
    2 |     xy |     a |            1.2 | 3 | 1 | 
    3 |     xy |     a |            1.1 | 1 | 2 |
    4 |     xy |     a |            1.0 | 2 | 2 |
    5 |     xy |     a |            1.3 | 3 | 2 |

首先，我创建2D列表：

rows = 2
cols = 3    

def make2dList(rows, cols):    
    a=[]    
    for row in range(rows): a += [[0]*cols]    
    return a
list2d = make2dList(rows, cols)

然后，我填充列表。

def fill2dlist(a, dataframe):
    # Loop through each row of dataframe 
    for i in range(len(dataframe.index)):
        col = int(dataframe.iloc[i].X)
        row = int(dataframe.iloc[i].Y)
        a[row-1][col-1] = (pd.to_numeric(dataframe.loc[i,'numeric_result'].values[0]))
    return a

finallist = modify2dlist(list2d, dataframe)
print(finallist)

[[1.2, 1.1, 1.2],[1.1, 1.0, 1.3]]

这似乎效率低下。 有没有一种方法可以对此进行矢量化或以某种方式使其更快？

另外，我想像下面这样创建一个新的数据框，其中父母和孩子的组合很多。 任何帮助将不胜感激如何创建此数据框。 谢谢！

      | parent | child |                numeric_result_list |
index |                |                            voltage |
    0 |     xy |     a | [[1.2, 1.1, 1.2], [1.1, 1.0, 1.3]] | 
    1 |     xy |     b | [[1.1, 1.0, 1.1], [1.4, 1.3, 1.5]] |       
    2 |     xy |     c | [[1.1, 1.0, 1.6], [1.4, 1.8, 1.5]] |               
    3 |     yz |     e | [[1.4, 1.2, 1.2], [1.7, 1.2, 1.0]] |

编辑这里是我的代码，以使用2D列表创建数据框。 任何帮助将不胜感激，使其高效。

# Create an empty dataframe with column names
dffinal = pd.DataFrame(columns=['parent','child','numeric_result_list'])

# Group by 'parent' and 'child'
parent_child = df2.groupby(['parent', 'child'])

i = 1
for name, group in parent_child:

    print('Processing: ', name)
    group = group.reset_index(drop=True)

    _array2d_ = make2dList(rows, cols)
    _array2d_ = modify2dlist(_array2d_, _group_)

    dffinal.loc[i] = [name[0], name[1], _array2d_]
    i = i+1
    print('done')

dff = dff.reset_index(drop=True)

Answer 1

我通过使用多索引简化了2D列表生成过程。

yarray = np.arange(min(df.Y),max(df.Y)+1,1)
xarray = np.arange(min(df.X),max(df.X)+1,1)

idx = pd.MultiIndex.from_product([yarray, xarray], names=['Y', 'X'])

idx给出Y和X的所有笛卡尔组合。然后，我使用idx索引数据帧。 下面的代码还将NaN填充在诸如父级和子级之类的列中，我试图找出避免方法。

# https://stackoverflow.com/questions/43688938/pandas-insert-rows-where-data-is-missing$    
df1 = df.set_index(['Y', 'X']).reindex(idx) 

# https://stackoverflow.com/questions/38134012/pandas-dataframe-fillna-only-some-columns-in-place$    
df1['numeric_result'] = df1['numeric_result'].fillna(value=0)

在使用numpy重塑之前，我使用Y＆X索引对数据框进行排序。

df1= df1.sort_values(by=['Y','X'])
array = np.reshape(df1.numeric_result.values, (len(yarray,len(xarray)))