如何将列表数据按指定列分组转换为行列分离的float64类型新矩阵

实现方案 #

首先说明：你要存储的Names列是字符串类型，无法直接转换为float64类型，若确实需要数值格式的float64矩阵，需要先对字符串做编码处理，两种可选实现方案如下：

方案1：基于你现有代码修改

你已经通过defaultdict得到了分组结果，只需要对分组结果做转置处理即可得到目标结构：

import numpy as np
from collections import defaultdict

# 你的原有代码
d = defaultdict(list)
for key, val in df2:
    d[key].append(val)

# 新增转换逻辑
# 按Animals的数值排序取对应分组列表
sorted_groups = [d[k] for k in sorted(d.keys())]
# 转置分组列表，得到每行对应不同Animals的结构
target_matrix = np.array(list(zip(*sorted_groups)))

# 如果确实需要float64格式，对字符串做标签编码即可
from sklearn.preprocessing import LabelEncoder
encoder = LabelEncoder()
# 先把所有字符串编码为整数，再转float64
encoded_matrix = encoder.fit_transform(target_matrix.flatten()).reshape(target_matrix.shape).astype(np.float64)

运行后target_matrix的结构就和你期望的表格一致，是2行3列的数组。

方案2：直接用pandas内置方法实现，无需手动循环分组

import pandas as pd

# 新增分组内的行号标记
df2['row_id'] = df2.groupby('Animals').cumcount()
# 直接用pivot透视得到目标结构
target_df = df2.pivot(index='row_id', columns='Animals', values='Names').reset_index(drop=True)
# 转numpy数组直接调用.values即可
target_matrix = target_df.values

补充说明 #

你之前得到的df3不符合预期，是因为dict.items(d)返回的是(分组键, 分组值列表)的二元组集合，转数组后是3行2列的结构，和你期望的行列方向相反，所以需要先提取所有分组值列表再做转置处理。

内容的提问来源于stack exchange，提问作者vdu16