Question

我有一个二维numpy数组，其每行包含三个元素-['dataframe_column_name'，'dataframe_index'，'value']。现在，我尝试使用iloc double for循环填充pandas数据帧，但是速度很慢。有没有更快的方法可以做到这一点。我对熊猫有点陌生，因此很抱歉，这是很基本的事情。这是代码片段：

my_nparray = [['a', 1, 123], ['b', 1, 230], ['a', 2, 321]]
for r in range(my_nparray.shape[0]):
    [col, ind, value] = my_nparray[r]
    df.iloc[col][ind] = value

当my_nparray很大时，这会花费很多时间，还有其他方法吗？

最初假设我可以创建此数据框：

  'a' 'b'
1 NaN NaN
2 NaN NaN

我希望输出为：

  'a' 'b'
1 123 230
2 321 NaN

Answer 1

您可以先使用from_records，然后再使用pivot：

df = pd.DataFrame.from_records(my_nparray, index=1).pivot(columns=0)

       2
0      a      b
1
1  123.0  230.0
2  321.0    NaN

这指定索引使用数组中的字段1，而数据透视表将Series 0用于列。

然后，我们可以在列和索引上重置MultiIndex：

df.columns = df.columns.droplevel(None)
df.columns.name = None
df.index.name = None

       a      b
1  123.0  230.0
2  321.0    NaN

Answer 2

将DataFrame构造函数与DataFrame.pivot和DataFrame.rename_axis结合使用：

df = pd.DataFrame(my_nparray).pivot(1,0,2).rename_axis(index=None, columns=None)
print (df)
       a      b
1  123.0  230.0
2  321.0    NaN

使用二维numpy数组有效填充熊猫数据帧

2 个答案: