Question

我有一个数据框对象，如下所示：

'Name' 'Book' 'Rating'

'John' 'Moby Dick' 5

'John' 'The Alchemist' 3

'John' 'The Da Vinci Code' 4

'Peter' 'Moby Dick' 4

'Peter' 'Lolita' 5

'Mike' 'The Alchemist' 4

'Mike' 'The Da Vinci Code' 3

我想根据大小为[len（'Name'）] [len（'Book'）]的数据创建一个二维数组，该数组的值应为等级。如果某人未对书进行评分，则该值应为零。

在这里，我的第一行对应于John，下一行是Peter，最后一行对应于Mike，第一列对应于Moby Dick，第二对应于炼金术士，第三对应于洛丽塔，第四对应于达芬奇密码。

我尝试了以下方法，对整个对象进行扫描（我相信有两次，以使每个列都匹配）。

import pandas
import numpy

df = read_from_file

uName = df['Name'].unique().tolist()
uBook = df['Book'].unique().tolist()
m = numpy.zeros((len(uName), len(uBook)))

for i in range(0, len(uName)):
    for j in range(0, len(uBook)):
        x = df.loc[(df['Name'] == uName[i]) & (df['Book'] == uBook[j])]
        if x.empty:
            m[i][j] = 0
        else:
            m[i][j] = x.Rating

它给我正确的结果，但是效率极低。我的数据框非常大-约有50,000行，并且运行该代码段需要花费很多时间。您能以更有效的方式帮助我实现这一目标吗？谢谢。

Answer 1

>>> import pandas as pd
>>> data = pd.DataFrame({'x': ['A', 'A', 'B','B', 'C'], 'y':['q','p','q', 'p', 'q'], 'r': [1, 2, 3, 4, 5]})
>>> data.pivot(values='r', columns='Name', index='Book')
x    A    B    C
y               
p  2.0  4.0  NaN
q  1.0  3.0  5.0

或

>>> data.pivot(values='r', columns='x', index='y').fillna(0).values
array([[2., 4., 0.],
       [1., 3., 5.]])

如果您的数据框架中的代码应该是这样的：

data.pivot(values='Rating', columns='x', index='y').fillna(0).values

Answer 2

数据（temp.csv）：

Name,Book,Rating
John,Moby Dick, 5
John,The Alchemist, 3
John,The Da Vinci Code, 4
Peter,Moby Dick, 4
Peter,Lolita, 5
Mike,The Alchemist, 4
Mike,The Da Vinci Code, 3

代码：

df = pd.read_csv('temp.csv')
print(df)
print(df.pivot(values='Rating', columns='Book', index='Name').fillna(0))

输出

Book   Lolita  Moby Dick  The Alchemist  The Da Vinci Code
Name                                                      
John      0.0        5.0            3.0                4.0
Mike      0.0        0.0            4.0                3.0
Peter     5.0        4.0            0.0                0.0

从数据框对象创建二维数组

2 个答案: