Question

我在pandas DataFrame中有数据，如下所示： - 朋友＆＃39;列中的名称 - 朋友＆＃39;债务清偿证明书＆＃39;名 - 我朋友之间的距离和他们的确认（在多个地方）

   Friend     Acquaintance  Distance  Acq.Country
0  Lennon     Martin        25        England
1  Lennon     McCartney     10        England
2  Lennon     McCartney     60        Scotland
3  Lennon     Harrison      200       India
4  Lennon     Starr         40        England
5  Lennon     Ono           350       Japan
7  McCartney  Eastman       110       United States
8  Harrison   Lennon        200       England
8  Harrison   McCartney     220       England
9  Harrison   Starr         222       England

我希望能够重新格式化数据，以便我有一个平均距离矩阵，包含朋友行和熟人列。该方法基本上是强力计算。关于如何使用更高效的代码的任何建议？

vectorR=data['Friends'].unique() #takes list of friends
vectorC=data['Acquaint'].unique() #list of acquaintances 

distance_matrix=np.zeros((len(vectorR),len(vectorC)))
for i in range(0,len(vectorX)):
    for j in range(0,len(vectorY)):
        inter=(data['Person']==vectorR[i]) & (data['MatchName']==vectorC[j])
    distance_avg=sum(data['Distance'][inter])/len(data['Distance'][inter])
    distance_matrix[(i,j)]=distance_avg

Answer 1

这听起来像是pivot_table的工作：

In [11]: df.pivot_table(index='Friend', columns='Acquaintance', values='Distance')
Out[11]:
Acquaintance  Eastman  Harrison  Lennon  Martin  McCartney  Ono  Starr
Friend
Harrison          NaN       NaN     200     NaN        220  NaN    222
Lennon            NaN       200     NaN      25         35  350     40
McCartney         110       NaN     NaN     NaN        NaN  NaN    NaN

注意：默认agg_func为np.mean，这是您想要的 - 但您可以将其设置为不同的内容，例如'总和'。

将DataFrame列数据转换为数组

1 个答案: