将数据框重塑为具有无限行并在没有值的情况下填充零的数据框

Question

有没有办法将 DataFrame 重塑为另一个具有不受限制的行。我只想要一个有 3 列的 DataFrame，不管 DataFrame 中有多少行？

例如，

letters = pd.DataFrame({'Letters' : ['A', 'B', 'C','D', 'E', 'F', 'G', 'H', 
'I','J']})

Letters
0   A
1   B
2   C
3   D
4   E
5   F
6   G
7   H
8   I
9   J

我想像这样重塑它，在没有值的地方填充零。

first   second  third
A       B       C
D       E       F
G       H       I
J       0       0

据我所知，在 numpy reshape 方法中你需要明确地确定你想要多少列和行..

Answer 1

使用：

df = (pd.DataFrame(letters.groupby(letters.index // 3)['Letters']
                          .apply(list)
                          .values
                          .tolist(), columns=['first','second','third']).fillna(0))

print (df)
  first second third
0     A      B     C
1     D      E     F
2     G      H     I
3     J      0     0

Answer 2

您可以使用 NumPy reshape。 arr.reshape((-1, 3)) 告诉 NumPy 将 arr 重塑为 (n, 3)，其中 n 是根据 arr 的大小和另一个给定维度的大小计算的（ s)（例如，在此示例中，值为 3）。

import numpy as np
import pandas as pd

letters = pd.DataFrame({'Letters' : ['A', 'B', 'C','D', 'E', 'F', 'G', 'H', 'I','J']})
arr = np.empty(((len(letters) - 1)//3 + 1)*3, dtype='O')
arr[:len(letters)] = letters['Letters']
result = pd.DataFrame(arr.reshape((-1, 3)), columns='first second third'.split())
result = result.fillna(0)
print(result)

打印

  first second third
0     A      B     C
1     D      E     F
2     G      H     I
3     J      0     0

将数据框重塑为具有无限行并在没有值的情况下填充零的数据框

Reshape dataframe to dataframe with unlimited rows and filling zeroes where no values

python

numpy

reshape

dataframe

pandas