python - 如何使用 pandas DataFrame 的值作为 numpy 数组索引

我有一个像这样的 pandas dataFrame。

enter image description here

X、Y、Z 是 (x,y,z) 坐标，表示边长为 255 的立方体内的点。

我想从中创建一个 numpy 数组/数据帧，其索引是 (x,y,z) 坐标，值是强度。

输出应该是

data[133,55,250] = 8
data[133,61,254] = 21
...

我尝试过这样的事情

data = np.zeros((255,255,255), dtype=np.int)
index = np.array((temp['X'], temp['Y'], temp['Z']))

但返回的索引是一个(3,15)数组。

我想要一个索引，其中

data[index] = intensity

会给我结果。

最佳答案

而不是

index = np.array((temp['X'], temp['Y'], temp['Z']))

你可以使用integer array indexing执行任务:

data = np.zeros((256, 256, 256), dtype=np.int)
data[temp['X'], temp['Y'], temp['Z']] = temp['intensity']

关于python - 如何使用 pandas DataFrame 的值作为 numpy 数组索引，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27103073/