Python Pandas - 从数据框创建一个数组或矩阵进行乘法运算

Posted 2023-03-11

【中文标题】Python Pandas - 从数据框创建一个数组或矩阵进行乘法运算

【英文标题】：Python Pandas - from data frame create an array or matrix for multiplication

【发布时间】：2018-06-11 18:37:00

【问题描述】：

我发现了这篇之前的帖子，它让我很接近。 how-to-convert-a-pandas-dataframe-subset-of-columns-and-rows-into-a-numpy-array

但是，我需要遍历数据框并从列“b”到“j”创建一个 3x3 数组（或矩阵），而不是根据第三个中的值创建一个包含两列的数组（或矩阵） ' 对于 'a' 中每个正确匹配的值。

         dft = pd.DataFrame('a' : ['NW'  ,'NW', 'SL', 'T'], 
'b' : [1,2,3,4], 
'c' : [5,6,7,8], 
'd' : [11,12,13,14], 
'e' : [9,10,11,12], 
'f' : [4,3,2,1], 
'g' : [15,14,13,12], 
'h' : [13,14,15,16], 
'i' : [5,4,3,2], 
'j' : [9,8,7,6]
)

    print(dft)
         a  b   c   d   e   f   g   h   i   j
     0  NW  1   5   11  9   4   15  13  5   9
     1  NW  2   6   12  10  3   14  14  4   8
     2  SL  3   7   13  11  2   13  15  3   7
     3  T   4   8   14  12  1   12  16  2   6

我想要的是 2 个单独的数组，每个 NW 1 个

     [[ 1  5 11]
      [ 9  4 15]
      [13  5  9]]

     [[ 2  6 12]
      [10  3 14]
      [14  4  8]]

我尝试了以下方法并收到了一个非常丑陋的错误。该代码是基于原帖的尝试。

    dft.loc[dft['a'] == 'NW',['b', 'c', 'd'], ['e', 'f', 'g'], ['h', 'i', 'j']].values

这是错误-

IndexingError Traceback（最近调用 最后）在（） ----> 1 dft.loc[dft['a'] == 'NW',['b', 'c', 'd'], ['e', 'f', 'g'], ['h', 'i', 'j']].values

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py 在 getitem(self, key) 1323 except (KeyError, IndexError): 1324 pass -> 1325 return self._getitem_tuple(key) 1326 else: 1327 key = com._apply_if_callable(key, self.obj)

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py 在 _getitem_tuple（自我，tup） 839 840 # 没有多索引，所以验证所有的索引器 --> 841 self._has_valid_tuple(tup) 842 第843章 #836

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py 在 _has_valid_tuple（自我，密钥） 186 for i, k in enumerate(key): 187如果我> = self.obj.ndim： --> 188 raise IndexingError('Too many indexers') 189 如果不是 self._has_valid_type(k, i): 190 raise ValueError("基于位置的索引只能有 [%s]"

IndexingError: 索引器过多

想法？我如此接近，却又如此诱人。

我不知道如何格式化错误代码 - 有什么帮助可以清除它吗？

【参考方案1】：

你可以在没有循环的情况下做到这一点

a = df.loc[df['a'] == 'NW', 'b':'j']
n = a.shape[0]
new_a = a.values.reshape(n,3,3)

你得到

array([[[ 1,  5, 11],
        [ 9,  4, 15],
        [13,  5,  9]],

       [[ 2,  6, 12],
        [10,  3, 14],
        [14,  4,  8]]])

【讨论】：

我喜欢这个解决方案，但它假设“a”列中只有 2 行带有“NW”。您是否知道是否有一种方法可以在一行中执行此操作，而无需对 reshape() 中的第一个值 (2) 进行硬编码？

@OriolMirosa，你是对的。查看我的解决方案的编辑

不错！我猜你甚至可以删除第二行，让第三行简单地写成new_a = a.values.reshape(a.shape[0], 3, 3)，对吧？

@OriolMirosa，是的。为了清楚起见，我刚刚创建了一个变量 n

在这里我想这会很难；）感谢这个董事会！

【参考方案2】：

我不是 100% 确定你在追求什么，但也许这会有所帮助：

new_arrays = []

for index, row in dft.iterrows():
    if row['a'] == 'NW':
        new_arrays.append(row[1:].values.reshape(3, 3))

itertuples()，按照 cmets 的要求：

for index, row in enumerate(dft.itertuples(), 1):
    if row[1] == 'NW':
        new_arrays.append(np.array(row[2:]).reshape(3, 3))

现在您在new_arrays 中拥有了两个数组，您可以将它们一起打印或单独访问：

new_arrays[0]

array([[1, 5, 11],
       [9, 4, 15],
       [13, 5, 9]], dtype=object)

new_arrays[1]

array([[2, 6, 12],
       [10, 3, 14],
       [14, 4, 8]], dtype=object)

【讨论】：

这在我的示例数据中非常有效。但是在用我的真实数据进行尝试时，我只是做了if row ['Code'] == 'Network'，它告诉我Code' is not defined。我错过了什么？其余数据完全相同，只是原始数据中的列更多。另外，我在 Pandas 文档中读到 iterrows 不好，所以使用 itertuples。我试过了，它说ValueError: too many values to unpack (expected 2)。

您的数据框似乎没有名为 Code 的列。是这样吗？至于itertuples()，这让事情变得有点尴尬，但我在答案中添加了解决方案。

执行dft.columns 会返回Code\n。添加了 \n 并且它起作用了。猜测是因为该列是文本？？？？？？

\n 是换行符，您可能需要在dft.colums 中清除它以避免将来出现问题。我很高兴它现在可以工作了。