python - 从具有不同非整数索引的大小不等的列表对象创建数据帧

Question

我有一个 numpy 数组列表 - 例如:

我们称之为 LIST_A:

[array([  0.        , -11.35190205,  11.35190205,   0.        ]),
 array([  0.        ,  36.58012599, -36.58012599,   0.        ]),
 array([  0.        , -41.94408202,  41.94408202,   0.        ])]

我有一个列表列表，它们是上面 numpy 数组列表中每个 numpy 数组的索引:

我们称之为List_B:

[['A_A', 'A_B', 'B_A', 'B_B'],
 ['A_A', 'A_D', 'D_A', 'D_D'],
 ['B_B', 'B_C', 'C_B', 'C_C']]

我想从这些对象创建一个pandas dataframe，但我不知道如何在不首先为每个numpy arrays创建系列对象的情况下做到这一点LIST_A 及其在 LIST_B 中的关联索引(即 LIST_A[0] 的索引是 LIST_B[0] 等)，然后执行 pd.concat(s1, s2,s3...) 获取所需的数据帧。

在上述情况下，我可以构造所需的数据框，如下所示:

s1 = pd.Series(list_a[0], index=list_b[0])
s2 = pd.Series(list_a[1], index=list_b[1])
s3 = pd.Series(list_a[2], index=list_b[2])
df = pd.concat([s1,s2,s3], axis=1)

            0          1          2
A_A   0.000000   0.000000        NaN
A_B -11.351902        NaN        NaN
A_D        NaN  36.580126        NaN
B_A  11.351902        NaN        NaN
B_B   0.000000        NaN   0.000000
B_C        NaN        NaN -41.944082
C_B        NaN        NaN  41.944082
C_C        NaN        NaN   0.000000
D_A        NaN -36.580126        NaN
D_D        NaN   0.000000        NaN

在我的实际应用程序中，上述列表的大小有数百个，因此我不想创建数百个系列对象，然后将它们全部连接起来(除非这是唯一的方法？)。

我已经阅读了有关 SO 的各种帖子，例如:Adding list with different length as a new column to a dataframe和 convert pandas series AND dataframe objects to a numpy array但一直无法找到一个优雅的解决方案来解决需要创建数百个系列对象才能生成所需数据帧的问题。

Answer 1

与您的方法不太不同，但这应该更快:

df = pd.DataFrame(dict(zip(list_b[i], list_a[i])) for i in range(len(list_a))).T         

输出:

             0          1          2
A_A   0.000000   0.000000        NaN
A_B -11.351902        NaN        NaN
A_D        NaN  36.580126        NaN
B_A  11.351902        NaN        NaN
B_B   0.000000        NaN   0.000000
B_C        NaN        NaN -41.944082
C_B        NaN        NaN  41.944082
C_C        NaN        NaN   0.000000
D_A        NaN -36.580126        NaN
D_D        NaN   0.000000        NaN