You need to enable JavaScript to run this app. Python中如何用Multiindex DataFrame无循环更新二维DataFrame
优惠活动
大模型
产品
解决方案
定价
更多

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
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.21 11:45:08