将三元组（行、列、值）列表转换为 pandas df 的矩阵

【问题标题】：Converting a list of triplets (row, column, value) to matrix as pandas df将三元组（行、列、值）列表转换为 pandas df 的矩阵
【发布时间】：2022-11-16 02:30:42
【问题描述】：

我的问题类似于this one，但还是有区别的。我有一个如下所示的三元组列表，用它们的单元格值表示矩阵的行和列：

a  = [("g1","g2",7),("g1","g3",5)]

矩阵是对称的，因此可以按任何顺序提供元素——这意味着("g1","g2",7) 将暗示("g2","g1",7)。

我想从此列表中获取一个 pandas df，表示一个矩阵，该矩阵在行和列上具有元素名称，如果 a 中未列出三元组，则缺少值：

    g1    g2    g3
g1  NaN   7     5
g2  7     NaN   Nan
g3  5     NaN   Nan

你能帮我以最有效的方式完成这个任务吗？

【问题讨论】：

标签： python arrays pandas sparse-matrix

【解决方案1】：

也许不是所有解决方案中最优雅的，但它可以完成工作。对于您的列表，请确定您拥有的所有“标签”（例如，g1、g2、....gn）。

import numpy as np
import pandas as pd
a  = (("g1","g2",7),("g1","g3",5))
tags = []
for t1, t2, _ in a:
    tags += [t1, t2]
tags = index = columns = sorted(list(set(tags)))

完成后，将它们放入列表中

tags = dict((t, i) for i, t in enumerate(tags))

创建该列表维度的空表，将所有 0 值替换为 nan，然后替换与正确标签对应的 nan 值并将其放入数据框

Table = np.empty((len(tags),len(tags)))
Table[:] = np.nan
for t1, t2, corr in a:
    Table[tags[t1]][tags[t2]] = corr
    Table[tags[t2]][tags[t1]] = corr

df = pd.DataFrame(Table, index=index, columns=columns)

     g1   g2   g3
g1  NaN  7.0  5.0
g2  7.0  NaN  NaN
g3  5.0  NaN  NaN

【讨论】：