Построить Pandas DataFrame из списка кортежей (row, col, values)


у меня есть список кортежей, как

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

и я хотел бы поместить их в фрейм данных pandas со строками, названными первым столбцом, и столбцами, названными вторым столбцом. Кажется, что способ позаботиться о именах строк-это что-то вроде pandas.DataFrame([x[1:] for x in data], index = [x[0] for x in data]) но как мне позаботиться о столбцах, чтобы получить матрицу 2x2 (выход из предыдущего набора-3x4)? Есть ли более интеллектуальный способ позаботиться о метках строк, а не явно опуская их?

EDIT кажется, мне понадобится 2 кадра данных-один для средних и один для стандартных отклонений, это правильно? Или я могу хранить список значений в каждой "ячейке"?

3   61  

3 ответа:

вы можете повернуть свой фрейм данных после создания:

>>> 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

Я утверждаю, что лучше оставить ваши данные сложены, как это:

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'])

тогда это немного более интуитивно, чтобы сказать

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

таким образом, подразумевается, что вы пытаетесь изменить средние значения или стандартные отклонения. В то время как, просто используя pivot, это чисто основано на соглашении столбцов относительно того, какую семантическую сущность вы изменяете.

это то, что я ожидал увидеть, когда я пришел к этому вопросу:

#!/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)

дает

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