如何将指定结构的DataFrame转换为3×3数组？

我有如下结构的DataFrame：

请问如何将其转换为如下的3×3数组？

解决方案 #

方法1：使用pivot方法 #

通过pandas的pivot函数，直接将i作为行索引、j作为列索引，映射到element的值，再转换为数组：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'i': [0,0,0,1,1,1,2,2,2],
    'j': [0,1,2,0,1,2,0,1,2],
    'element': [1,2,3,4,5,6,7,8,9]
})

# 转换为宽格式DataFrame
wide_df = df.pivot(index='i', columns='j', values='element')
# 转为numpy数组
result_array = wide_df.to_numpy()
print(result_array)

输出结果：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

方法2：set_index + unstack组合 #

先设置i和j为双索引，再将j展开为列：

wide_df = df.set_index(['i', 'j'])['element'].unstack('j')
result_array = wide_df.to_numpy()

方法3：直接重塑数组（适用于已排序数据） #

如果你的DataFrame已经按i升序、每个i下的j也按升序排列（如示例数据），可以直接提取element列的值并重塑形状：

result_array = df['element'].values.reshape(3, 3)

这种方法最简洁，但依赖数据的排列顺序，必须保证是行优先的顺序。

内容的提问来源于stack exchange，提问作者Houhouhia