Python中如何用Multiindex DataFrame无循环更新二维DataFrame
解决方案
完全可以不用循环实现,pandas内置的索引对齐和变形方法就能直接满足需求,以下是两种常用实现路径:
路径1:直接从MultiIndex DataFrame生成目标58×58矩阵(不用提前创建全0 dft)
首先注意你之前的rename操作默认返回新对象,需要赋值才会生效,完整代码如下:
# 聚合+重命名步骤修正 df2 = heatmap_values.groupby(['ID Requester','ID Supplier']).agg({'ID Supplier':'count'}) df2 = df2.rename(columns={'ID Supplier': 'No. Interdependencies'}) # 一步生成对齐行列的目标矩阵 dft = df2['No. Interdependencies'].unstack(fill_value=0).reindex( index=matrix_values_index, columns=matrix_values_columns, fill_value=0 )
方法逻辑:unstack会将MultiIndex的第二级(ID Supplier)转为列标签,第一级保持为行索引,和你需要的二维矩阵结构完全匹配;reindex用来对齐你指定的58个行/列标签,不存在的组合自动填充0。
路径2:更新你已经提前创建好的全0 dft
如果你已经预先初始化了dft要直接更新,用update方法即可,无任何循环:
# 先将df2转为和dft结构、行列完全对齐的临时表 temp = df2['No. Interdependencies'].unstack(fill_value=0).reindex_like(dft, fill_value=0) # 直接更新dft原有数值 dft.update(temp)
内容的提问来源于stack exchange,提问作者Nikolas
相关产品推荐
相关产品推荐

