从(row,col,values)元组列表构建pandas DataFrame

Question

我有一个类似于元组的列表

data = [
('r1', 'c1', avg11, stdev11),
('r1', 'c2', avg12, stdev12),
('r2', 'c1', avg21, stdev21),
('r2', 'c2', avg22, stdev22)
]

我希望将它们放入一个pandas DataFrame中，行名为第一列，列名为第二列。似乎处理行名的方法是像这样pandas.DataFrame([x[1:] for x in data], index = [x[0] for x in data])，但如何处理列以获得2x2矩阵（前一组输出为3x4）？是否有更智能的方式来处理行标签，而不是显式地省略它们？

编辑，看起来我需要两个DataFrame-平均值和标准差分别存储，对吗？或者我可以在每个“单元格”中存储值列表吗？

- gt6989b

---

这是一个明显的重复问题，链接为https://dev59.com/1Ggu5IYBdhLWcg3wUlft?rq=1。 - ely

@EMS根本不需要。我看到了那个问题，他不需要2D旋转。 - gt6989b

@ely，gt6989b，我更改了标题为“...从（行、列、值）元组列表中提取”，以明确这与“...从元组中提取”不同。 - smci

将元组列表转换为数据框的方法： - doubts

Answer 1

在创建后，您可以对Dataframe进行数据透视：

>>> df = pd.DataFrame(data)
>>> df.pivot(index=0, columns=1, values=2)
# avg DataFrame
1      c1     c2
0               
r1  avg11  avg12
r2  avg21  avg22
>>> df.pivot(index=0, columns=1, values=3)
# stdev DataFrame
1        c1       c2
0                   
r1  stdev11  stdev12
r2  stdev21  stdev22

- Roman Pekar

---

索引为0且列名为1的行不太美观... - drevicko

Answer 2

我认为最好保留数据的当前结构：

df = pandas.DataFrame(data, columns=['R_Number', 'C_Number', 'Avg', 'Std'])

# Possibly also this if these can always be the indexes:
# df = df.set_index(['R_Number', 'C_Number'])

那么更直观的说法是

df.set_index(['R_Number', 'C_Number']).Avg.unstack(level=1)

这种方式隐含了您正在寻求重新塑造平均数或标准差。而仅使用pivot，它纯粹基于列约定来确定要重新塑造的语义实体。

- ely

---

+1，有用的明确性。我明确地对2D表格感兴趣——让我可以通过行和列列表索引搜索值，并单独访问每个维度。使用堆叠数据能实现吗？ - gt6989b

是的。使用堆叠数据会更好。想象一下关系型数据库表，就像在SQL中一样。你不会把整个列分成一堆重复的列吧？这只会在特殊情况下发生（我认为这是高度转宽度的模式）。通常，您将多个列视为索引，并通过部分绑定其中一个索引列或绑定它们所有来进行选择，以获取特定记录。 - ely

所以，在您的情况下，将索引设置为[R_Number，C_Number]后，您可以执行例如df.ix[('r1'，'c2')]。或者您可以将它们都保留为常规列并使用逻辑索引：df[(df.R_Number == 'r1') & (df.C_Number == 'c2')]。 - ely

Answer 3

当我来到这个问题时，我期待看到的就是这样：

#!/usr/bin/env python

import pandas as pd


df = pd.DataFrame([(1, 2, 3, 4),
                   (5, 6, 7, 8),
                   (9, 0, 1, 2),
                   (3, 4, 5, 6)],
                  columns=list('abcd'),
                  index=['India', 'France', 'England', 'Germany'])
print(df)

提供

         a  b  c  d
India    1  2  3  4
France   5  6  7  8
England  9  0  1  2
Germany  3  4  5  6

- Martin Thoma

---

你把问题看错了。问题中最初给出的数据已经为每个记录提供了行和列标签。 - gt6989b

@gt6989b 不，我没有。我没有试图回答原始问题，而是回答人们来到这个页面时可能会有的问题。 - Martin Thoma

谢谢，确实这就是我在这个页面上寻找的。 - ssword

我也确实期望这样 - cikatomo