Pandas DataFrame для многомерного массива NumPy

У меня есть Dataframe, который я хочу преобразовать в многомерный массив, используя один из столбцов в качестве третьего измерения.
В качестве примера:

df = pd.DataFrame({
'id': [1, 2, 2, 3, 3, 3],
'date': np.random.randint(1, 6, 6),
'value1': [11, 12, 13, 14, 15, 16],
'value2': [21, 22, 23, 24, 25, 26]
 })

enter image description here

Я хотел бы преобразовать его в 3D-массив с размерами (id, date, values) следующим образом:
enter image description here
Проблема в том, что "id не имеет одинакового количества вхождений, поэтому я не могу использовать np.reshape().

Для этого упрощенного примера я смог использовать:

ra = np.full((3, 3, 3), np.nan)

for i, value in enumerate(df['id'].unique()):
    rows = df.loc[df['id'] == value].shape[0]
    ra[i, :rows, :] = df.loc[df['id'] == value, 'date':'value2']

Чтобы получить необходимый результат:
enter image description here
но исходный DataFrame содержит миллионы строк.

Существует ли векторизованный способ сделать один и тот же результат?

Ответы

Ответ 1

Подход №1

Здесь один векторный подход после сортировки id col с df.sort_values('id', inplace=True) как было предложено @Yannis в комментариях -

count_id = df.id.value_counts().sort_index().values
mask = count_id[:,None] > np.arange(count_id.max())
vals = df.loc[:, 'date':'value2'].values
out_shp = mask.shape + (vals.shape[1],)
out = np.full(out_shp, np.nan)
out[mask] = vals

Подход №2

Другой с factorize, которая не требует предварительной сортировки -

x = df.id.factorize()[0]   
y = df.groupby(x).cumcount().values
vals = df.loc[:, 'date':'value2'].values
out_shp = (x.max()+1, y.max()+1, vals.shape[1])
out = np.full(out_shp, np.nan)
out[x,y] = vals