如何使用Pandas聚合行格式DataFrame数据并转换为二维矩阵

你需要的行存储格式转二维交叉矩阵的操作，不需要手动写循环逐行填充，直接用Pandas内置的长宽表转换方法就能高效实现。

具体实现步骤 #

1. 先处理原始数据的重名列问题：你的示例数据里第一列和第三列都命名为residue，会导致后续方法调用报错，先给三列设置区分度的列名：

# 三列依次对应：行索引值（残基编号）、列名（氨基酸类型）、单元格填充值
df.columns = ["residue_pos", "aa", "value"]

2. 调用pivot方法完成格式转换：

matrix_df = df.pivot(index="residue_pos", columns="aa", values="value")

执行后得到的matrix_df就是你需要的二维矩阵格式：行索引为L37、L38这类残基编号，列名为N、A、M、R这类氨基酸单字母，单元格对应匹配的数值。

特殊情况处理 #

如果你的原始数据中存在同一个残基位置+同一个氨基酸对应多条数值记录的情况，直接用pivot会触发报错，这时候可以替换为pivot_table方法，自定义重复值的聚合规则：

# 示例：重复值取第一条记录，也可以根据需求替换为sum(求和)、mean(求均值)等聚合函数
matrix_df = df.pivot_table(
    index="residue_pos",
    columns="aa",
    values="value",
    aggfunc="first"
)

内容的提问来源于stack exchange，提问作者Brett