python Numpy转置和计算

Question

我对python和numpy比较新。我目前正在尝试使用numpy复制下表，如python中的图像所示。

如图所示，我有列＆＃34; group，sub_group，value＆＃34;这是人口稠密的。我想转置列＆＃34; sub_group＆＃34;并进行简单的计算，即减去移位（值）的值，并在每个组的矩阵的下对角线中显示该数字。如果sub_group是＆＃34; 0＆＃34;，则将整个列指定为0. 转置的sub_group 可以命名为任何内容（最好是索引号），如果它更容易。我也可以使用熊猫解决方案。我只是觉得大熊猫可能很慢？

以下是数组形式的代码：

import numpy as np
a=np.array([(1,-1,10),(1,0,10),(1,-2,15),(1,-3,1),(1,-4,1),(1,0,12),(1,-5,16)], dtype=[('group',float),('sub_group',float),('value',float)])

任何帮助将不胜感激。 问候， 小号

Answer 1

这段代码对子组的例子做了计算，我不确定这是否是你真正想要的，在这种情况下在这里发表评论我会编辑

import numpy as np
array_1=np.array([(1,-1,10),(1,0,10),(1,-2,15),(1,-3,1),(1,-4,1);(1,0,12),(1,-5,16)])
#transpose the matrix
transposed_group = array_1.transpose()
#loop over the first row
for i in range(0,len(transposed_group[1,:])):
#value[i] - first value of the row
    transposed_group[0,i] = transposed_group[0,i] - transposed_group[0,0]
print  transposed_group

如果您想在矩阵的对角线中显示它，您可以遍历行和列，例如：

import numpy as np
#create an array of 0
array = np.zeros(shape=(3,3))
#fill the array with 1 in the diagonals
print array
#loop over rows
for i in range(0,len(array[:,1])):
    #loop over columns
    for j in range(0,len(array[1,:])):
        array[i,j] = 1

print array

Answer 2

试试这个：

import numpy as np
import pandas as pd

a=np.array([(1,-1,10),(1,0,10),(1,-2,15),(1,-3,1),(1,-4,1),(1,0,12),(1,-5,16)], dtype=[('group',float),('sub_group',float),('value',float)])
df = pd.DataFrame(a)

for i in df.index:
    col_name = str(int(df['sub_group'][i]))
    df[col_name] = None

    if df['sub_group'][i] == 0:
        df[col_name] = 0
    else:
        val = df['value'][i]
        for j in range(i, df.index[-1]+1):
            df[col_name][j] = val - df['value'][j]

对于矩阵的上三角形，我放了None个值。您可以根据需要替换它。