Python熊猫-从数据帧创建用于乘法的数组或矩阵

我找到了这篇先前的帖子，它让我很接近。

但是，我不需要根据第三列中的值生成由两列组成的单个数组（或矩阵），而是需要遍历数据帧，为“a”中每个正确匹配的值从“b”列到“j”列创建一个3x3数组（或矩阵）

         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

我想要的是两个独立的数组，每个

NW

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

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

我尝试了以下方法，但收到了一个非常严重的错误。该代码是基于原始帖子的一次尝试

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

这里是错误-

IndexingError回溯（最近的调用 最后）在（） ---->1 dft.loc[dft['a']=='NW'，['b'，'c'，'d']，['e'，'f'，'g']，['h'，'i'，'j'].数值

中的D:\Applications\Anaconda\lib\site packages\pandas\core\index.py getitem（self，key）1323，但（keyrerror，indexer）除外：1324通过 ->1325返回self.\u getitem.\u tuple（key）1326其他：1327 key=com.\u如果可调用（key，self.obj），则应用

中的D:\Applications\Anaconda\lib\site packages\pandas\core\index.py _getitem_元组（self，tup） 839 840#没有多索引，因此请验证所有索引器 -->841 self.\u具有有效的\u元组（tup） 842 843#GH的丑陋黑客#836

中的D:\Applications\Anaconda\lib\site packages\pandas\core\index.py _具有有效的\u元组（self，key） 186表示枚举中的i，k（键）： 187如果i>=self.obj.ndim： -->188 raise IndexingError（'索引器太多'） 189如果不是self.\u具有有效的\u类型（k，i）： 190 raise VALUERROR（“基于位置的索引只能有[%s]”

索引错误：索引器太多

思想？我如此接近，却又如此遥远

• 我不知道如何设置错误代码的格式，所以有什么帮助来清除它吗

---

我不能100%确定您的目标，但这可能会有所帮助：

new_arrays = []

for index, row in dft.iterrows():
    if row['a'] == 'NW':
        new_arrays.append(row[1:].values.reshape(3, 3))

按照注释中的要求，使用

itertuples（）

：

for index, row in enumerate(dft.itertuples(), 1):
    if row[1] == 'NW':
        new_arrays.append(np.array(row[2:]).reshape(3, 3))

现在，您在

新建_arrays

中拥有了两个数组中的每一个，您可以将它们一起打印或单独访问：

new_arrays[0]

array([[1, 5, 11],
       [9, 4, 15],
       [13, 5, 9]], dtype=object)

new_arrays[1]

array([[2, 6, 12],
       [10, 3, 14],
       [14, 4, 8]], dtype=object)

---

您可以不使用循环来执行此操作

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]]])

---

这在我的示例数据中工作得非常好，但在我用真实数据进行测试时，我只是做了

if行['code']=='Network'

它告诉我

code'没有定义

。我缺少什么？其余的数据完全相同，只是原始数据中有更多列。另外，我在Pandas文档中读到

iterrows

不好，使用

itertuples

。我试过了，它说

ValueError:太多的值无法解包（预期为2）

。看起来您的数据帧没有名为

code

的列。是这样吗？至于

itertuples（）

，这会让事情变得有点尴尬，但我在答案中添加了解决方案。执行

dft.columns

返回

code\n

。添加了\n，它就起作用了。Gues因为列是文本？

\n

是换行符，您可能需要在

dft.colums

中清除它，以避免fu中出现问题是的。我很高兴它现在可以工作了。我喜欢这个解决方案，但它假设在“a”列中只有两行带有“NW”。您知道有没有一种方法可以在一行中实现这一点，而不必硬编码

reforme（）中的第一个值（2）

？@OriolMirosa，你是对的。请看我的解决方案的编辑尼斯！我想你甚至可以删除第二行，让第三行成为

新的a=a.values.restrape（a.shape[0]，3，3）

，对吧？@OriolMirosa，是的。我刚刚为Clarity创建了一个变量n，我想这会很难；）多亏了这个板！