如何通过转置将Pandas DataFrame转换为含-1缺失标记的矩阵

嘿，我来帮你把这个长格式的DataFrame转换成你需要的矩阵样式！咱们一步步用pandas来实现，逻辑清晰又好调整。

步骤1：加载示例数据 #

先把你给出的示例数据转换成DataFrame：

import pandas as pd

data = {
    'code': [101, 101, 102, 102, 102, 103, 103],
    'y_m': ['2017-11', '2017-12', '2017-11', '2017-12', '2018-01', '2017-11', '2017-12'],
    'count': [86, 32, 11, 34, 46, 56, 89]
}
df = pd.DataFrame(data)

步骤2：转成宽格式并处理缺失值 #

用pivot_table把y_m转成列，code作为行，count填充单元格，缺失的位置先留空，之后替换成占位符-1：

# 生成宽表，聚合方式用sum确保唯一值对应
wide_df = df.pivot_table(index='code', columns='y_m', values='count', aggfunc='sum')
# 把空值替换成指定占位符-1
wide_df = wide_df.fillna(-1)

这一步得到的中间结果是：

步骤3：添加合计行与合计列 #

接下来要补充每个code的行合计、每个月份的列合计，注意计算时要把-1当成缺失值排除：

# 计算每个code的合计（跳过-1）
wide_df['total'] = wide_df.apply(lambda row: sum(x for x in row if x != -1), axis=1)
# 计算每个月份的合计（跳过-1）
month_total = wide_df.drop('total', axis=1).apply(lambda col: sum(x for x in col if x != -1), axis=0)
# 补充总合计，把月份合计转成一行加到宽表顶部
month_total['total'] = month_total.sum()
wide_df = pd.concat([pd.DataFrame(month_total).T, wide_df])
# 重置索引方便后续调整
wide_df = wide_df.reset_index()

步骤4：调整成目标矩阵格式 #

最后调整索引和列名，匹配你要的样式：

# 构造新的列名和索引序列
new_cols = [-1, 0] + list(wide_df.columns[1:-1])
new_index = [0, 1] + list(range(2, len(wide_df)))

# 插入新索引列，重命名所有列
wide_df.insert(0, 'new_index', new_index)
wide_df.columns = new_cols

# 修正左上角的特殊值
wide_df.iloc[0, 0] = -1
wide_df.iloc[0, 1] = 0
# 修正第二行的索引和合计值
wide_df.iloc[1, 0] = 0
# 修正code行的索引
wide_df.iloc[2:, 0] = wide_df.iloc[2:, 0].astype(int)

最终结果 #

运行完所有代码后，你就能得到和需求一致的矩阵：

-1    0  2017-11  2017-12  2018-01
0  -1    0      153      155       46
1   0  354      153      155       46
2 101  118       86        32       -1
3 102   91       11        34       46
4 103  145       56        89       -1

注：你给出的示例里103的2017-11写的是-1，应该是笔误，这里按原数据的56处理了，如果需要调整可以修改fillna的逻辑。

内容的提问来源于stack exchange，提问作者daiyue