从3列的pandas DataFrame中创建矩阵(如2路表)

Question

我有一个这样的数据框架，

datetime   id     value
0   2021-02-21 15:43:00  154  0.102677
1   2021-02-21 15:57:00  215  0.843945
2   2021-02-21 00:31:00  126  0.402851
3   2021-02-21 16:38:00   61  0.138945
4   2021-02-21 05:11:00  124  0.865435
..                  ...  ...       ...
115 2021-02-21 21:54:00  166  0.108299
116 2021-02-21 17:39:00  192  0.129267
117 2021-02-21 01:56:00  258  0.300448
118 2021-02-21 20:35:00  401  0.119043
119 2021-02-21 09:16:00  192  0.587173

我可以通过发出

import datetime
from numpy import random
#all minutes of the day, ordered, unique
d = pd.date_range("2021-02-21 00:00:00","2021-02-21 23:59:59", freq="1min")
d2 = pd.Series(d).sample(120,replace=True)
ids = random.randint(1,500,size=d2.shape[0])
df = pd.DataFrame({'datetime':d2,'id':ids,'value':random.random(size=d2.shape[0])})
df.reset_index(inplace=True,drop=True)

，我想把它放在一个矩阵中，一个索引是一天中的分钟，另一个索引是id，也就是1440*unique(ids).shape[0]

请注意，即使一些分钟没有出现在数据框中，输出矩阵无论如何都是1440。

我可以这样做，

但是这需要很长时间。我怎样才能做得更好?

#all ids, unique
uniqueIds = df.id.unique()
idsN = ids.shape[0]
objectiveMatrix = np.zeros([1440,idsN])
mins = pd.date_range(start='2020-09-22 00:00', end='2020-09-23 00:00', closed=None, freq='1min')
for index, row in df.iterrows():
a = np.where(row.id==uniqueIds)[0]
b = np.where(row.datetime==d)[0]
objectiveMatrix[b,a] = row.value   

Answer 1

这就是所谓的枢轴。熊猫有pivot,pivot_table,set_index/unstack。要了解更多细节，请参阅这个优秀的指南。作为初学者，您可以尝试:

# this extract the time string
df['minute'] = df['datetime'].dt.strftime('%H-%M')
output = df.pivot_table(index='minute', columns='id', values='value')