如何对含ID与division列的DataFrame同列透视并生成热力图

嘿，针对你的需求，我们可以快速生成一个以ID为行、division为列，值为对应出现次数的透视表，这种结构完美适配热力图的输入。下面是一步步的实现方案：

1. 先准备好示例数据 #

首先导入依赖库并创建你提供的DataFrame：

import pandas as pd
import numpy as np

# 创建示例数据
df = pd.DataFrame(
    np.array([['111', 'AAA'],['222','AAA'],['333','BBB'],['444','CCC'],['444','AAA'],['222','BBB'],['111','BBB']]),
    columns=['ID','division']
)

2. 生成透视计数表（两种方法任选） #

我们需要统计每个ID在各个division中的出现次数，这里有两种常用的实现方式：

方法一：用pd.crosstab（最直接） #

crosstab是Pandas专门用来计算交叉频数的工具，一行代码就能搞定：

# 生成透视表，fill_value=0保证没有出现的组合填充为0，适合热力图展示
pivot_result = pd.crosstab(df['ID'], df['division'], fill_value=0)

方法二：用pivot_table #

如果你更习惯用透视表的通用写法，可以这样：

pivot_result = df.pivot_table(
    index='ID',       # 行是ID
    columns='division',  # 列是division
    aggfunc='size',      # 统计出现次数
    fill_value=0         # 缺失值填0
)

两种方法得到的结果完全一致，输出的透视表长这样：

division  AAA  BBB  CCC
ID                     
111        1    1    0
222        1    1    0
333        0    1    0
444        1    0    1

3. 转换为数组格式（可选） #

如果需要转换成你示例中的纯数组形式，直接调用to_numpy()即可：

result_array = pivot_result.to_numpy()
# 输出：array([[1, 1, 0], [1, 1, 0], [0, 1, 0], [1, 0, 1]], dtype=int64)

小提示 #

• 一定要加fill_value=0：这样所有division列都会保留，不会因为某个ID没出现过就丢列，热力图展示的时候不会有空白块，完整性更好。
• 这个结构的透视表可以直接传给seaborn.heatmap()这类热力图工具，不需要额外调整格式。

内容的提问来源于stack exchange，提问作者HKE