Я думаю, что это то, что вы хотите:
data = np.array([[ 4057, 8, 1374],
[ 4057, 9, 759],
[ 4057, 11, 96],
[89205, 16, 146],
[89205, 17, 154],
[89205, 18, 244]])
rows, row_pos = np.unique(data[:, 0], return_inverse=True)
cols, col_pos = np.unique(data[:, 1], return_inverse=True)
pivot_table = np.zeros((len(rows), len(cols)), dtype=data.dtype)
pivot_table[row_pos, col_pos] = data[:, 2]
>>> pivot_table
array([[1374, 759, 96, 0, 0, 0],
[ 0, 0, 0, 146, 154, 244]])
>>> rows
array([ 4057, 89205])
>>> cols
array([ 8, 9, 11, 16, 17, 18])
Есть некоторые ограничения этого подхода, главное в том, что, если вы повторили записи для одной и той же комбинации строк/столбцов, они не будут добавлены вместе, но только один (возможно, последний) будет сохранен. Если вы хотите добавить их все вместе, хотя и немного запутано, вы можете злоупотреблять разреженным модулем Scipy:
data = np.array([[ 4057, 8, 1374],
[ 4057, 9, 759],
[ 4057, 11, 96],
[89205, 16, 146],
[89205, 17, 154],
[89205, 18, 244],
[ 4057, 11, 4]])
rows, row_pos = np.unique(data[:, 0], return_inverse=True)
cols, col_pos = np.unique(data[:, 1], return_inverse=True)
pivot_table = np.zeros((len(rows), len(cols)), dtype=data.dtype)
pivot_table[row_pos, col_pos] = data[:, 2]
>>> pivot_table # the element at [0, 2] should be 100!!!
array([[1374, 759, 4, 0, 0, 0],
[ 0, 0, 0, 146, 154, 244]])
import scipy.sparse as sps
pivot_table = sps.coo_matrix((data[:, 2], (row_pos, col_pos)),
shape=(len(rows), len(cols))).A
>>> pivot_table # now repeated elements are added together
array([[1374, 759, 100, 0, 0, 0],
[ 0, 0, 0, 146, 154, 244]])
похоже, что это сработало, спасибо! – user1893354
К счастью, мои данные таковы, что никогда не должно быть повторной записи, как вы упомянули – user1893354