Question

是否可以将df转换为如下所示的矩阵？鉴于df：

Name Value
x    5
x    2
x    3
x    3
y    3
y    2
z    4

矩阵将是：

Name    1    2    3   4   5   
x       4    4    3   1   1
y       2    2    1   0   0
z       1    1    1   1   0

这是它背后的逻辑：

Name    1    2    3  4    5   (5 columns since 5 is the max in Value)
--------------------------------------------------------------------
x       4 (since x has 4 values >= 1)     4 (since x has 4 values >= 2)    3 (since x has 3 values >= 3)   1 (since x has 1 values >= 4)   1 (since 1 x >= 5)
y       2 (since y has 2 values >= 1)     2 (since y has 2 values >= 2)    1 (since y has 1 values >= 3)   0 (since no more y >= 5)        0 (since no more y >= 5)
z       1 (since z has 1 values >= 1)     1 (since z has 1 values >= 2)    1 (since z has 1 values >= 3)   1 (since z has 1 values >= 4)   0 (since no more z >= 5)

如果这是有道理的，请告诉我我知道我必须使用sort，group和count但是无法弄清楚如何设置矩阵。

谢谢!!!

Answer 1

可能是最快的解决方案，使用numpy广播 -

i = np.arange(1, df.Value.max() + 1)
j = df.Value.values[:, None] >= i

df = pd.DataFrame(j, columns=i, index=df.Name).sum(level=0)

        1    2    3    4    5
Name                         
x     4.0  4.0  3.0  1.0  1.0
y     2.0  2.0  1.0  0.0  0.0
z     1.0  1.0  1.0  1.0  0.0

警告：为了换取性能，这有点像一种记忆饥渴的方法。对于大数据，可能会导致内存爆裂，因此请慎重使用。

<强>详情

创建一系列值，从1到df.Value.max() -

i = np.arange(1, df.Value.max() + 1)
i
array([1, 2, 3, 4, 5])

与df.Values和i -

进行广播比较

j = df.Value.values[:, None] >= i
j

array([[ True,  True,  True,  True,  True],
       [ True,  True, False, False, False],
       [ True,  True,  True, False, False],
       [ True,  True,  True, False, False],
       [ True,  True,  True, False, False],
       [ True,  True, False, False, False],
       [ True,  True,  True,  True, False]], dtype=bool)

将其加载到数据框中，并按df.Name执行分组总和以获得最终结果。

k = pd.DataFrame(j, columns=i, index=df.Name)
k
         1     2      3      4      5
Name                                 
x     True  True   True   True   True
x     True  True  False  False  False
x     True  True   True  False  False
x     True  True   True  False  False
y     True  True   True  False  False
y     True  True  False  False  False
z     True  True   True   True  False

k.sum(level=0)

        1    2    3    4    5
Name                         
x     4.0  4.0  3.0  1.0  1.0
y     2.0  2.0  1.0  0.0  0.0
z     1.0  1.0  1.0  1.0  0.0

如果您需要将结果转换为整数，请致电.astype(int) -

k.sum(level=0).astype(int)

      1  2  3  4  5
Name               
x     4  4  3  1  1
y     2  2  1  0  0
z     1  1  1  1  0

Answer 2

这不是最漂亮的，但应该有效：

d2 = df.pivot_table(index="Name", columns="Value", aggfunc=len)
d2 = d2.reindex(range(1, df["Value"].max()+1), axis=1).fillna(0)
d2 = d2.iloc[:, ::-1].cumsum(axis=1).iloc[:, ::-1]

给了我

In [115]: d2
Out[115]: 
Value    1    2    3    4    5
Name                          
x      4.0  4.0  3.0  1.0  1.0
y      2.0  2.0  1.0  0.0  0.0
z      1.0  1.0  1.0  1.0  0.0

重复的.iloc[:, ::-1]只是为了让累积总和从右向左发生。

Answer 3

不确定这是否是最佳方式，但您可以尝试类似

的方法

import pandas as pd
import numpy as np

df = pd.DataFrame({"Name":["x","x","x","x","y","y","z"],
                  "Value":[5,2,3,3,3,2,4]})

mv = df["Value"].max()
out=[]
for i in range(mv):
    out.append(df.groupby("Name").apply(lambda x : len(x[x["Value"]>=i+1])))

df2  = pd.concat(out, axis=1)
df2.columns = np.arange(1,mv+1)

Answer 4

这是关于groupby的一种方式：

def get_counts(frame, idx):
    idx = np.arange(1, idx+1)[::-1]
    vc = frame['Value'].value_counts().reindex(idx)
    return vc.cumsum().ffill().sort_index().fillna(0.).astype(int)

idx = df['Value'].max()
print(df.groupby('Name').apply(lambda f: get_counts(f, idx)))

Value  1  2  3  4  5
Name                
x      4  4  3  1  1
y      2  2  1  0  0
z      1  1  1  1  0

这构建了基本上是“辅助函数”的applied to each sub-frame of your groupby object。

Answer 5

这是一个很好的问题，我将使用pd.cut，注意，它也适用于浮动： - ）

df['G']=pd.cut(df.Value,list(range(df.Value.max()+1)),labels=list(range(1,df.Value.max()+1)))

df1=df.groupby(['Name','G']).count().sort_index(level='G',ascending=False).\
         groupby(level='Name').cumsum().\
             Value.unstack().bfill(1).fillna(0)
df1
Out[398]: 
G       1    2    3    4    5
Name                         
x     4.0  4.0  3.0  1.0  1.0
y     2.0  2.0  1.0  0.0  0.0
z     1.0  1.0  1.0  1.0  0.0

大熊猫按条件将df转换成矩阵

5 个答案: