从匹配numpy数组和pandas数据框创建新的pandas df

Question

我有以下3x3x3（3行，3列，每个单元格中有3个元素）numpy数组......

[[[1, 1, 19],
  [2, 2, 29],
  [3, 3, 39]],
 [[4, 4, 49],
  [1, 1, 19],
  [2, 2, 29]],
 [[3, 3, 39],
  [9, 9, 99],
  [8, 8, 89]]]

以及以下pandas dataframe ...

col0 col1 col2 col3
1    1    19    10
2    2    29    20
3    3    39    30
4    4    49    40
8    8    89    80
9    9    99    90

我想使用col3的值生成一个新的pandas数据帧，它将每个3元素数组（例如[1,1,19]或[4,4.49]）与col0，col1，col3匹配。

3元素数组的顺序很重要，第一个元素必须与col0匹配，第二个元素必须与col1匹配，依此类推。

结果数据框如下所示......

colA colB colC
10   20   30
40   10   20
30   90   80

Answer 1

调用数组needles和DataFrame haystack。首先，索引大海捞针：

haystack.set_index(['col0', 'col1', 'col2'], inplace=True)

现在你可以得到第一组针的值：

haystack.loc[list(map(tuple, needles[0]))]

这为您提供了解决方案的第一行（col3）：

                col3
col0 col1 col2      
1    1    19      10
2    2    29      20
3    3    39      30

最后，对needles的第一个轴上的每个3x3阵列执行此操作：

pd.DataFrame(haystack.loc[list(map(tuple, pin))].col3.values for pin in needles)

这会给你结果：

    0   1   2
0  10  20  30
1  40  10  20
2  30  90  80

可能会或可能不会更快的替代方案：

pd.DataFrame(haystack.col3[pd.MultiIndex.from_arrays(pin.T)].values for pin in needles)

需要map或MultiIndex.from_arrays()，因为遗憾的是，Pandas不允许2D数组进行MultiIndex查找 - 只能通过元组的列表（或数组）进行查找。有关详情，请参阅：Pandas MultiIndex lookup with Numpy arrays