如何创建给定3列的正方形数据框架/矩阵- Python

Question

我正在努力找出如何在给定如下格式的情况下开发一个方阵

a a 0
a b 3
a c 4
a d 12
b a 3 
b b 0
b c 2
...

类似这样的东西：

  a b c d e
a 0 3 4 12 ... 
b 3 0 2 7 ... 
c 4 3 0 .. .
d 12 ...  
e . .. 

在熊猫身上。我开发了一个方法，我认为这个方法可以工作，但需要永远运行，因为它必须从开头开始迭代每个值的每一列和每一行，每次都使用for循环。我觉得我肯定是在重新发明轮子。考虑到有多少列和行，这对于我的数据集来说也是不现实的。在python中有没有类似于R的cast函数，可以更快地做到这一点？

Answer 1

您可以使用df.pivot

import pandas as pd

df = pd.DataFrame([['a', 'a', 0],
                   ['a', 'b', 3],
                   ['a', 'c', 4],
                   ['a', 'd', 12],
                   ['b', 'a', 3],
                   ['b', 'b', 0],
                   ['b', 'c', 2]], columns=['X','Y','Z'])

print(df.pivot(index='X', columns='Y', values='Z'))

收益率

Y    a    b    c     d
X                     
a  0.0  3.0  4.0  12.0
b  3.0  0.0  2.0   NaN

在这里，index='X'告诉df.pivot使用标记为'X'的列作为索引，columns='Y'告诉它使用标记为'Y'的列作为列索引。

有关pivot和其他整形方法的更多信息，请参阅the docs。

或者，您可以使用pd.crosstab

print(pd.crosstab(index=df.iloc[:,0], columns=df.iloc[:,1], 
                  values=df.iloc[:,2], aggfunc='sum'))

与期望每个(a1, a2)对是唯一的df.pivot不同，pd.crosstab (使用agfunc='sum')将通过对关联的值求和来聚合重复的对。尽管在您发布的示例中没有重复对，但在使用values参数时，需要指定如何聚合重复对。

此外，传递给df.pivot的是列标签，传递给pd.crosstab的是类似数组的(比如df的整列)。df.iloc[:, i]是df的第i列。