Konstruuj pandy DataFrame z listy krotek (row, col, values)

Mam listę takich krotek

data = [
('r1', 'c1', avg11, stdev11),
('r1', 'c2', avg12, stdev12),
('r2', 'c1', avg21, stdev21),
('r2', 'c2', avg22, stdev22)
]

i chciałbym umieścić je w pandach DataFrame z wierszami nazwanymi przez pierwszą kolumnę i kolumnami nazwanymi przez drugą kolumnę. Wygląda na to, że sposób dbania o nazwy wierszy jest podobny, pandas.DataFrame([x[1:] for x in data], index = [x[0] for x in data])ale jak zadbać o kolumny, aby uzyskać macierz 2x2 (wyjście z poprzedniego zestawu to 3x4)? Czy istnieje bardziej inteligentny sposób dbania o etykiety wierszy, zamiast ich jawnego pomijania?

EDYTUJ Wygląda na to, że będę potrzebować 2 ramek DataFrames - jednej dla średnich i jednej dla odchyleń standardowych, czy to prawda? Czy mogę przechowywać listę wartości w każdej „komórce”?

Możesz przestawić ramkę DataFrame po utworzeniu:

>>> df = pd.DataFrame(data)
>>> df.pivot(index=0, columns=1, values=2)
# avg DataFrame
1      c1     c2
0               
r1  avg11  avg12
r2  avg21  avg22
>>> df.pivot(index=0, columns=1, values=3)
# stdev DataFrame
1        c1       c2
0                   
r1  stdev11  stdev12
r2  stdev21  stdev22

Uważam, że lepiej zostawić swoje dane ułożone tak, jak są:

df = pandas.DataFrame(data, columns=['R_Number', 'C_Number', 'Avg', 'Std'])

# Possibly also this if these can always be the indexes:
# df = df.set_index(['R_Number', 'C_Number'])

Wtedy powiedzenie jest nieco bardziej intuicyjne

df.set_index(['R_Number', 'C_Number']).Avg.unstack(level=1)

W ten sposób jest domniemane, że chcesz zmienić kształt średnich lub odchyleń standardowych. Mając na uwadze, że samo użycie pivotjest oparte wyłącznie na konwencji kolumnowej dotyczącej tego, jaką istotę semantyczną przekształcasz.

Oto, czego się spodziewałem, kiedy doszedłem do tego pytania:

#!/usr/bin/env python

import pandas as pd


df = pd.DataFrame([(1, 2, 3, 4),
                   (5, 6, 7, 8),
                   (9, 0, 1, 2),
                   (3, 4, 5, 6)],
                  columns=list('abcd'),
                  index=['India', 'France', 'England', 'Germany'])
print(df)

daje

         a  b  c  d
India    1  2  3  4
France   5  6  7  8
England  9  0  1  2
Germany  3  4  5  6