使用多索引数据帧更新二维数据帧Python

我正在尝试用一些数据创建热图。为此，我创建了一个空的二维数据帧

dft=pd.DataFrame（0，index=matrix\u values\u index，columns=matrix\u values\u columns）

这给了我一个58x58矩阵

另一方面，excel电子表格中有一些数据，我已将其转换为多索引数据框

df2=heatmap\u values.groupby（['ID Requester'，'ID Supplier']）.agg（{'ID Supplier'：'count'}）

df2.rename（列={'ID Supplier'：'No.Interdependencies'}）

第一个索引是二维数据帧的索引

第二个索引是二维数据帧的列

是否有一种方法可以使用多索引数据帧的值更新二维数据帧，而不在其上循环

我一直在互联网上寻找解决方案，但至今没有成功

你对这个问题有什么建议吗

提前感谢。

如果某些索引或列名丢失，请使用with，而不是您的解决方案：

dft = (pd.crosstab(heatmap_values['ID Requester'],heatmap_values['ID Supplier'])
         .reindex(index=matrix_values_index, columns= matrix_values_columns, fill_value=0))

对于相同的输出，您的解决方案应该更改为，并且

reindex

：

df2 = heatmap_values.groupby(['ID Requester','ID Supplier']).agg({'ID Supplier':'count'})

df2 = df2.rename(columns={'ID Supplier': 'No. Interdependencies'})

dft = (df2['No. Interdependencies'].unstack(fill_value=0)
                                   .reindex(index=matrix_values_index,
                                            columns= matrix_values_columns, 
                                            fill_value=0))

---

我正在尝试你的方法，但不成功。我已将（df['ID Requester']，df['ID Supplier']）替换为（df2.index.names[0]，df2.index.names[1]），因为它是一个多索引数据帧，但没有成功far@Nikolas-将您的解决方案添加到我的答案中。您好@jezrael我使用了您的一些提示，并最终成功：dfn=df2.unstack（）dfn_reduced=dfn.xs（'ID IPM Supplier'，axis=1，drop_level=True）。fillna（0）dfn_full=dfn_reduced.reindex（index=matrix_values_index，columns=matrix_values_columns，fill_value=0）–@Nikolas-因此数据不同于

df2=heatmap_值。groupby（['ID Requester'，'ID Supplier']）。agg（{'ID Supplier'：'count}）df2=df2。重命名（columns={'ID Supplier'：'No.Interdependencies'}）

，因此不可能使用

df2['No.Interdependencies'].unstack（fill_value=0）

代替

dfn=df2.unstack（）dfn_reduced=dfn.xs（'ID IPM Supplier'，axis=1，drop_level=True）。fillna（0）

？