如何将DataFrame两列转为行列索引，第三列为值以绘制Seaborn热力图？

嘿，这个需求刚好是Pandas里很常见的长表转宽表场景，完全可以用pivot或者pivot_table快速实现，转完之后直接就能喂给Seaborn画热力图。我给你具体的操作步骤：

• 第一步：清理冗余索引（可选但推荐）
  看你给出的原始DataFrame，索引是(x,y)的元组，但列里已经有单独的x和y列了，先把这个复合索引去掉会更清晰：

  df = df.reset_index(drop=True)
  

• 核心操作：转成宽格式DataFrame
  用pivot方法直接转换，指定行、列、对应的值：

  # 行是Y值，列是X值，单元格填充对应的error
  heatmap_df = df.pivot(index='y', columns='x', values='error')
  

  这一步完成后，heatmap_df就是你想要的结构：行是Y的各个取值（1、2、3...49），列是X的各个取值（1、2...99），每个单元格对应对应的error数值。

• 处理重复的(x,y)组合（可选）
  如果你的数据里存在同一个(x,y)对应多个error值的情况，pivot会报错，这时候改用pivot_table并指定聚合方式（比如取均值、求和）：

  # 这里用均值聚合，你可以根据需求换成sum/max/min等
  heatmap_df = df.pivot_table(index='y', columns='x', values='error', aggfunc='mean')
  

• 直接绘制热力图
  转好的DataFrame可以直接传给Seaborn的heatmap函数：

  import seaborn as sns
  import matplotlib.pyplot as plt
  
  sns.heatmap(heatmap_df, cmap='viridis')  # cmap可以自定义配色
  plt.xlabel('X')
  plt.ylabel('Y')
  plt.show()
  

内容的提问来源于stack exchange，提问作者Maarten