根据其他列将数据框的一列转换为numpy数组或张量

Posted 2023-02-23

【中文标题】根据其他列将数据框的一列转换为numpy数组或张量

【英文标题】：Convert a column of dataframe to numpy array or tensor based on other columns

【发布时间】：2021-06-05 10:13:46

【问题描述】：

考虑如下数据框：

df = pd.DataFrame('r': [1, 1, 2, 2], 'c': [0, 2, 1, 2], 'v': [2, 4, 3, 5],)

我想提取一个 numpy 数组或张量，考虑 'r' 和 'c' 作为矩阵的行和列索引。所以对应的矩阵会是这样的：

arr = array([[0, 0, 0],
   [2, 0, 4],
   [0, 3, 5]])

那么有没有一种体面的方法可以做到这一点，或者我必须遍历每个 df 行？从像 arr 这样的矩阵中提取数据帧 df 怎么样？

【参考方案1】：

要从数据帧创建一个numpy 数组，考虑r 和c 作为row 和column 索引：

r, c, v = df.T.values
arr = np.zeros((r.max() + 1, c.max() + 1))
arr[r, c] = v

---

>>> arr

array([[0., 0., 0.],
       [2., 0., 4.],
       [0., 3., 5.]])

要像上面一样从numpy 数组重新创建数据框，您可以使用 np.nonzero 来获取非零元素的索引：

r, c = np.nonzero(arr)
df = pd.DataFrame('r': r, 'c': c, 'v': arr[r, c])

---

>>> df

   r  c    v
0  1  0  2.0
1  1  2  4.0
2  2  1  3.0
3  2  2  5.0