如何从密集的熊猫数据框中制作完整矩阵 - python

我有以下格式的pandas df：

   A  B    C
0  2  1  428
1  4  3   14
2  5  5  177

我希望有一个数组，其中A是行，B列和C值-棘手的部分是数组在索引意义上应该是完整的，所以：

[[  0.   0.   0.   0.   0.]
 [428.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.]
 [  0.   0.  14.   0.   0.]
 [  0.   0.   0.   0. 177.]]

其余的地方都填零。
我可以通过一系列的for循环来做到这一点，但是有什么聪明的方法吗？

参考方案

您可以在put中使用方法numpy：

arr = np.zeros((df['A'].max(), df['B'].max()))

idx = (df['A'] - 1) * df['B'].max() + (df['B'] - 1)
arr.put(idx, df['C'])

输出：

[[  0.   0.   0.   0.   0.]
 [428.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.]
 [  0.   0.  14.   0.   0.]
 [  0.   0.   0.   0. 177.]]

如果需要索引从零开始的矩阵：

arr = np.zeros((df['A'].max() + 1, df['B'].max() +1 ))

idx = df['A'] * (df['A'].max() + 1) + df['B']
arr.put(idx, df['C'])

输出：

[[  0.   0.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.]
 [  0. 428.   0.   0.   0.   0.]
 [  0.   0.   0.   0.   0.   0.]
 [  0.   0.   0.  14.   0.   0.]
 [  0.   0.   0.   0.   0. 177.]]

python pandas:按行对条件进行分组 - python

我有一个大的pandas数据框，试图从中形成一些行的对。我的df如下所示：object_id increment location event 0 1 d A 0 2 d B 0 3 z C 0 4 g A 0 5 g B 0 6 i C 1 1 k A 1 2 k B ... ... ... ... 对象ID描述特定的对象。增量是每次发生某事（跟踪订单）时…

在返回'Response'(Python)中传递多个参数 - python

我在Angular工作，正在使用Http请求和响应。是否可以在“响应”中发送多个参数。角度文件：this.http.get("api/agent/applicationaware").subscribe((data:any)... python文件：def get(request): ... return Response(seriali…

Python-Excel导出 - python

我有以下代码：import pandas as pd import requests from bs4 import BeautifulSoup res = requests.get("https://www.bankier.pl/gielda/notowania/akcje") soup = BeautifulSoup(res.cont…

pandas DataFrame:根据另一列中的布尔值计算总和 - python

我对Python相当陌生，我尝试在pandas中模拟以下逻辑我目前正在循环抛出行，并希望对前几行的AMOUNT列中的值求和，但只求和最后一次看到的“ TRUE”值。实际数据似乎效率低下（我的数据框大约有500万行）？想知道用Python处理这种逻辑的有效方法是什么？逻辑：逻辑是，如果FLAG为TRUE，我想对前几行的AMOUNT列中的值求和，但只求和最后一次…

Python exchangelib在子文件夹中读取邮件 - python

我想从Outlook邮箱的子文件夹中读取邮件。Inbox ├──myfolder 我可以使用account.inbox.all()阅读收件箱，但我想阅读myfolder中的邮件我尝试了此页面folder部分中的内容，但无法正确完成https://pypi.python.org/pypi/exchangelib/ 参考方案 您需要首先掌握Folder的myfo…