Python：将以下数据帧解压到矩阵中最有效/最快的方法是什么？

我有以下网格（实际上是一个数据帧）：

然后我使用

apply

params['res'] = params.apply(lambda row: func(x=params['alpha'],y=params['gamma'],axis=1)

如何将上述内容解包到下面的矩阵/数据框中

pd.DataFrame(elements of params['res'], 
             index = np.linspace(0,1,10), 
             columns = np.linspace(0,2,10))

---

您可以先将

res

序列转换为numpy数组，然后使用

重塑

方法：

result_df = pd.DataFrame(params['res'].to_numpy().reshape(10,10), 
                         index = np.linspace(0,1,10), 
                         columns = np.linspace(0,2,10))

使用较小尺寸的示例：

#模拟res
res=np.random.randint（0,10,9）
物件
数组（[9,3,5,9,3,1,4,0,6]）
res.重塑（3,3）
数组（[[9,3,5]，
[9, 3, 1],
[4, 0, 6]])

如果这不是您预期的结果，您可以将其转换为：

res.reformate（3,3）.T
数组（[[9,9,4]，
[3, 3, 0],
[5, 1, 6]])

您正在寻找的

轴心点

：

params.pivot(index='alpha', columns='gamma', values='res')

---

如果这个问题只问从res列生成10 x 10 numpy 2d阵列/矩阵的最快方法，那么我认为这个解决方案就是：

params.res.values.reshape(10,10)

---

IIUC您想从您创建的

res

列中创建一个10×10 numpy的2d数组/矩阵吗？是的。行索引将是alpha范围，列名是gamma范围。这里的func是什么？你能提供你期望的数据吗？实际上，函数并不重要。您可以为列res指定0个值。因此，重塑方法会先按行再按列重新排列红色元素吗？我说的对吗？我正在添加一个重塑的例子。在这种情况下，重塑并不是真正的

重塑。哦，我知道你在那里做了什么！他希望索引和列是
alpha
和
gamma
。谢谢你指出：）
params.res.values.reshape(10,10)