根據列和行的條件填充 DataFrame

Question

我有一個 dataframe (df_1)，其中包含沒有順序的坐標和值數據，如下所示：

	x_grid	y_grid	n_value
0	204.0	32.0	45
1個	204.0	33.0	32
2個	204.0	34.0	94
3個	204.0	35.0	92
4個	204.0	36.0	84

我想塑造成另一個 dataframe (df_2) 以便能夠創建熱圖。 所以我創建了一個空的 dataframe，其中列索引是 x_grid 值，行索引是 y_grid 值。

然后在 for 循環中，我嘗試執行一個操作，如果行索引等於 x_grid 值，然后將具有 y_grid 值索引的列更改為 n_value。

這是我的代碼：

for i, row in enumerate(df_2.iterrows()):
    row_ind = index_list[i]

    for j, item in enumerate(df_1.iterrows()):
        x_ind = item[1].x_grid
    
        if row_ind == x_ind:
            col_ind = item[1].y_grid
            row[1].col_ind = item[1].n_value

我運行這個循環我看到有新值填充 dataframe 但它似乎不正確。 第二個 dataframe 中的坐標和值與第一個不匹配。

第二個 dataframe (df_2) 部分看起來像這樣：

	0	25	26	27
0	0	0	27	0
195	0	0	32	36
196	0	65	0	0
197	0	0	0	24
198	0	73	58	0

這是執行此操作的更好方法嗎？ 我也很感激任何其他將初始 dataframe 轉換為熱圖的方法。

Answer 1

IIUC：

df_2 = df_1.pivot('x_grid', 'y_grid', 'n_value') \
           .reindex(index=pd.RangeIndex(0, df_1['y_grid'].max()+1),
                    columns=pd.RangeIndex(0, df_1['x_grid'].max()+1),
                    fill_value=0)

如果您有相同 (x, y) 的重復值，請使用pivot_table ：

df_2 = df_1.pivot_table('n_value', 'x_grid', 'y_grid', aggfunc='mean') \
           .reindex(index=pd.RangeIndex(df_1['y_grid'].min(), df_1['y_grid'].max()+1),
                    columns=pd.RangeIndex(df_1['x_grid'].min(), df_1['x_grid'].max()+1))

例子：

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

np.random.seed(2022)

df_1 = pd.DataFrame(np.random.randint(0, 20, (1000, 3)),
                    columns=['x_grid', 'y_grid', 'n_value'])

df_2 = df_1.pivot_table('n_value', 'x_grid', 'y_grid', aggfunc='mean') \
           .reindex(index=pd.RangeIndex(df_1['y_grid'].min(), df_1['y_grid'].max()+1),
                    columns=pd.RangeIndex(df_1['x_grid'].min(), df_1['x_grid'].max()+1))

sns.heatmap(df_2, vmin=0, vmax=df_1['n_value'].max())
plt.show()