如何在对角线上设置值并在所有行上重复？

Question

我有一个时间序列数据框，其中填充了 0 和不同数量的列，我想从第一行和第一列开始以 100 填充对角线中的值。我可以使用下面问题中提出的解决方案，但在填充最后一列的值后它会停止。 Set values on the diagonal of pandas.DataFrame

如何让它在所有行上重复？

这就是我的数据框的样子：

                               A      B
2020-05-02 23:00:00+00:00    0.0    0.0
2020-05-03 00:00:00+00:00    0.0    0.0
2020-05-03 01:00:00+00:00    0.0    0.0
2020-05-03 02:00:00+00:00    0.0    0.0
2020-05-03 03:00:00+00:00    0.0    0.0

但正如您所见，使用 Numpy fill_diagonal 并不能完成这项工作。

import numpy as np
np.fill_diagonal(df.values, 0)

                               A      B
2020-05-02 23:00:00+00:00  100.0    0.0
2020-05-03 00:00:00+00:00    0.0  100.0
2020-05-03 01:00:00+00:00    0.0    0.0
2020-05-03 02:00:00+00:00    0.0    0.0
2020-05-03 03:00:00+00:00    0.0    0.0

当有 2 列时，我希望是这样的：

                               A      B
2020-05-02 23:00:00+00:00  100.0    0.0
2020-05-03 00:00:00+00:00    0.0  100.0
2020-05-03 01:00:00+00:00  100.0    0.0
2020-05-03 02:00:00+00:00    0.0  100.0
2020-05-03 03:00:00+00:00  100.0    0.0

Answer 1

这是一种基于 n​​umpy 的方法，根据列的数量进行整形，并使用给定的值分配回切片：

def fill_wrapped_diag(a, fill_val):
    r,c = a.shape
    r_left = c-r%c
    a_ext = np.pad(a, ((0,r_left),(0,0)))
    a_r = a_ext.reshape((r+r_left)//c, -1)
    a_r[:,::c+1] = fill_val
    return a_r.reshape(a_ext.shape)[:-r_left]

---

df[:] = fill_wrapped_diag(df.values, 100)
print(df)
                               A      B
2020-05-02-23:00:00+00:00  100.0    0.0
2020-05-03-00:00:00+00:00    0.0  100.0
2020-05-03-01:00:00+00:00  100.0    0.0
2020-05-03-02:00:00+00:00    0.0  100.0
2020-05-03-03:00:00+00:00  100.0    0.0

其他一些例子：

a = np.zeros((8,4))
fill_wrapped_diag(a, fill_val=100)

array([[100.,   0.,   0.,   0.],
       [  0., 100.,   0.,   0.],
       [  0.,   0., 100.,   0.],
       [  0.,   0.,   0., 100.],
       [100.,   0.,   0.,   0.],
       [  0., 100.,   0.,   0.],
       [  0.,   0., 100.,   0.],
       [  0.,   0.,   0., 100.]])

a = np.random.randint(0,10,(7,3))
fill_wrapped_diag(a, fill_val=75)

array([[75,  8,  8],
       [ 4, 75,  7],
       [ 3,  5, 75],
       [75,  5,  5],
       [ 5, 75,  2],
       [ 3,  6, 75],
       [75,  1,  8]])