Python Pandas - 从数据帧创建用于乘法的数组或矩阵

Question

我找到了这篇之前的帖子，它让我很接近。 如何将pandas-dataframe-subset-of-columns-and-rows-convert-a-pandas-dataframe-subset-of-columns-and-rows-to-a-numpy-array

但是，不是基于第三个中的值制作两列的单个数组（或矩阵），我需要遍历数据框并从“b”到“j”列为每个创建一个 3x3 数组（或矩阵）正确匹配“a”中的值。

         dft = pd.DataFrame({'a' : ['NW'  ,'NW', 'SL', 'T'], 
'b' : [1,2,3,4], 
'c' : [5,6,7,8], 
'd' : [11,12,13,14], 
'e' : [9,10,11,12], 
'f' : [4,3,2,1], 
'g' : [15,14,13,12], 
'h' : [13,14,15,16], 
'i' : [5,4,3,2], 
'j' : [9,8,7,6]
})

    print(dft)
         a  b   c   d   e   f   g   h   i   j
     0  NW  1   5   11  9   4   15  13  5   9
     1  NW  2   6   12  10  3   14  14  4   8
     2  SL  3   7   13  11  2   13  15  3   7
     3  T   4   8   14  12  1   12  16  2   6

我想要的是 2 个单独的数组，每个数组 1 个 NW

     [[ 1  5 11]
      [ 9  4 15]
      [13  5  9]]

     [[ 2  6 12]
      [10  3 14]
      [14  4  8]]

我尝试了以下操作并收到了一个非常难看的错误。该代码是基于原始帖子的尝试。

    dft.loc[dft['a'] == 'NW',['b', 'c', 'd'], ['e', 'f', 'g'], ['h', 'i', 'j']].values

这是错误 -

IndexingError Traceback（最近一次调用最后一次） in () ----> 1 dft.loc[dft['a'] == 'NW',['b', 'c', 'd'], ['e ', 'f', 'g'], ['h', 'i', 'j']].values

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py in getitem (self, key) 1323 除了 (KeyError, IndexError): 1324 pass -> 1325 return self._getitem_tuple(key) 1326 else:第 1327 章

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py in _getitem_tuple(self, tup) 839 840 # 没有多索引，所以验证所有的索引器 --> 841 self._has_valid_tuple(tup ) 842 843 # GH #836 的丑陋黑客

D:\Applications\Anaconda\lib\site-packages\pandas\core\indexing.py in _has_valid_tuple(self, key) 186 for i, k in enumerate(key): 187 if i >= self.obj.ndim: - -> 188 raise IndexingError('Too many indexers') 189 if not self._has_valid_type(k, i): 190 raise ValueError("基于位置的索引只能有 [%s]"

索引错误：索引器太多

想法？我那么近，却又那么遥远。

• 而且我不知道如何格式化错误代码 - 所以有什么帮助来清除它吗？

Answer 1

你可以在没有循环的情况下做到这一点

a = df.loc[df['a'] == 'NW', 'b':'j']
n = a.shape[0]
new_a = a.values.reshape(n,3,3)

你得到

array([[[ 1,  5, 11],
        [ 9,  4, 15],
        [13,  5,  9]],

       [[ 2,  6, 12],
        [10,  3, 14],
        [14,  4,  8]]])