Question

给出一个带有索引的大熊猫Series：

import pandas as pd

s = pd.Series(data=[1,2,3],index=['a','b','c'])

如何在熊猫版本> = 0.23.0中使用系列填充空白数据框的对角线条目？

生成的DataFrame如下所示：

有a prior similar question会用相同的值填充对角线，我的问题是要用来自Series的不同值填充对角线。

预先感谢您的考虑和回应。

Answer 1

首先创建NoSuchElementException，然后创建numpy.fill_diagonal：

subjectIterator.next()

另一种解决方案是创建空的java.util.NoSuchElementException: null at java.util.ArrayList$Itr.next(Unknown Source) at org.cmos.student.subject.category.CategoryManager.addSubjectsToCategory(CategoryManager.java:221)数组，向对角线添加值，最后使用addToCategory(subjectIterator.next().getId());构造函数：

DataFrame

Answer 2

我不确定直接用Pandas做它，但是如果您不介意使用numpy.diag()为您的系列建立对角线数据矩阵，然后将其插入DataFrame，则可以轻松完成此操作：

diag_data = np.diag(s)  # don't need s.as_matrix(), turns out
df = pd.DataFrame(diag_data, index=s.index, columns=s.index)

   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

一行：

df = pd.DataFrame(np.diag(s),
                  index=s.index,
                  columns=s.index)

与由10000个元素的随机数组构成的系列的时序比较：

s = pd.Series(np.random.rand(10000), index=np.arange(10000))

df = pd.DataFrame(np.diag(s), ...)
173 ms ± 2.91 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

df = pd.DataFrame(0, ...)
np.fill_diagonal(df.values, s)
212 ms ± 909 µs per loop (mean ± std. dev. of 7 runs, 20 loops each)

mat = np.zeros(...)
np.fill_diagonal(mat, s)
df = pd.DataFrame(mat, ...)
175 ms ± 3.72 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

看起来这里显示的第一个和第三个选项基本相同，而中间的选项最慢。

用Pandas系列中的元素填充Pandas DataFrame的对角线

2 个答案: