python - 将列向量转换为多列矩阵

Question

我有一个包含 30 个值 (1-30) 的列向量，我想尝试操作这个向量，使其成为第一列中有 5 个值、第二列中有 10 个值、第三列中有 15 个值的矩阵。我将如何使用 Pandas 或 NumPy 实现这一点？

import pandas as pd

#Create data
df = pd.DataFrame(np.linspace(1,20,20))

print(df)

1
2
:
28
29
30

为了得到这样的东西:

# Manipulate the column vector to make columns where the first column has 5
# the second column has 10 and the last column has 15 values
'T1' 'T2' 'T3'
1    6    16 
2    7    17
3    8    18
4    9    19
5    10   20
NA   11   21
NA   12   22
NA   13   23 
NA   14   24
NA   15   25
NA   NA   26
NA   NA   27
NA   NA   28
NA   NA   29
NA   NA   30

Answer 1

花了一点时间才知道这是什么系列，发现是三角系列 ，只是一个修改过的。

tri = lambda x:int((0.25+2*x)**0.5-0.5)

这将给出如下结果:

0 1 1 2 2 2 3 3 3 3 4 4 4 4 4 5 5 5 5 5 5 ...

修改后:

modtri = lambda x:int((0.25+2*(x//5))**0.5-0.5)

0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 ...

因此，正常三角形系列中的每次出现都会重复 5 次。
以上 modtri函数会直接将索引从 0 开始映射到适当的组 ID。
所以在那之后，这将完成这项工作:

df[0].groupby(modtri).apply(lambda x: pd.Series(x.values)).unstack().T

全面执行:

import pandas as pd
import numpy as np

df = pd.DataFrame(np.linspace(1,30,30))

N = 5 #the increment value

modtri = lambda x:int((0.25+2*(x//N))**0.5-0.5)

df2 = df[0].groupby(modtri).apply(lambda x: pd.Series(x.values)).unstack().T

df2.rename(columns={0: "T1", 1: "T2",2:"T3"},inplace=True)

print(df2)

输出:

     T1    T2    T3
0   1.0   6.0  16.0
1   2.0   7.0  17.0
2   3.0   8.0  18.0
3   4.0   9.0  19.0
4   5.0  10.0  20.0
5   NaN  11.0  21.0
6   NaN  12.0  22.0
7   NaN  13.0  23.0
8   NaN  14.0  24.0
9   NaN  15.0  25.0
10  NaN   NaN  26.0
11  NaN   NaN  27.0
12  NaN   NaN  28.0
13  NaN   NaN  29.0
14  NaN   NaN  30.0