来自多个是或否数据框列的汇总矩阵

Question

我有一个数据框，其中包含多个显示是或否（1 或 0）值的列。我需要为每一个列准备一个矩阵（类似于 seaborn 下的 pairplot - 但我需要一个矩阵而不是图）。

     A    B    C    D    E    F    G
0    1    1    0    0    1    0    1
1    1    0    1    0    1    1    0
2    0    1    0    0    1    1    1
and so on...

我通过使用以下每个组合从过滤的数据框中获取值的计数来手动完成此操作： AvsB = df[(df['A'] == 1) & (df['B'] == 1)].count()

然后我通过从这些变量创建一个列表来手动使用所有这些值创建一个矩阵数据框。

但是，我正在寻找一个捷径来做到这一点。

我可以使用任何函数或方法吗？

感谢您的帮助。

编辑： 预期输出：

      A   B   C   D...
A    ...  ...
B    ...
C
D
...

Answer 1

您可以创建 DataFrame 列表或创建一个 DataFrame。一种方法是itertools.combinations + DataFrame.groupby。在第一种情况下，您可以使用.to_numpy() 来获取矩阵。

from itertools import combinations

l = [df[[*comb]].groupby([*comb]).size().unstack(fill_value=0)
     for comb in combinations(df, 2)]

print(l[0])

B  0  1
A      
0  0  1
1  1  1

---

new_df = pd.DataFrame({comb : df[[*comb]].groupby([*comb]).size() 
                       for comb in combinations(df, 2)}).fillna(0)
print(new_df)

       A                             B                 ...    C            \
       B    C    D    E    F    G    C    D    E    F  ...    D    E    F   
0 0  0.0  1.0  1.0  0.0  0.0  0.0  0.0  1.0  0.0  0.0  ...  2.0  0.0  1.0   
  1  1.0  0.0  0.0  1.0  1.0  1.0  1.0  0.0  1.0  1.0  ...  0.0  2.0  1.0   
1 0  1.0  1.0  2.0  0.0  1.0  1.0  2.0  2.0  0.0  1.0  ...  1.0  0.0  0.0   
  1  1.0  1.0  0.0  2.0  1.0  1.0  0.0  0.0  2.0  1.0  ...  0.0  1.0  1.0   

            D              E         F  
       G    E    F    G    F    G    G  
0 0  0.0  0.0  1.0  1.0  0.0  0.0  0.0  
  1  2.0  3.0  2.0  2.0  0.0  0.0  1.0  
1 0  1.0  0.0  0.0  0.0  1.0  1.0  1.0  
  1  0.0  0.0  0.0  0.0  2.0  2.0  1.0 

我们可以看到size A, B 对于每个组合 (0, 1), (1, 0) 等。

详情

list(combinations(df, 2))

[('A', 'B'),
 ('A', 'C'),
 ('A', 'D'),
 ('A', 'E'),
 ('A', 'F'),
 ('A', 'G'),
 ('B', 'C'),
 ('B', 'D'),
 ('B', 'E'),
 ('B', 'F'),
 ('B', 'G'),
 ('C', 'D'),
 ('C', 'E'),
 ('C', 'F'),
 ('C', 'G'),
 ('D', 'E'),
 ('D', 'F'),
 ('D', 'G'),
 ('E', 'F'),
 ('E', 'G'),
 ('F', 'G')]

---

优雅的外观

from itertools import permutations


new_df = pd.DataFrame({comb : df[[*comb]].groupby([*comb]).size() 
                       for comb in permutations(df, 2)})\
    .stack(dropna=False).unstack(level=0).fillna(0).swaplevel().sort_index()
print(new_df)

       A         B         C         D         E         F         G     
       0    1    0    1    0    1    0    1    0    1    0    1    0    1
A 0  0.0  0.0  0.0  1.0  1.0  0.0  1.0  0.0  0.0  1.0  0.0  1.0  0.0  1.0
  1  0.0  0.0  1.0  1.0  1.0  1.0  2.0  0.0  0.0  2.0  1.0  1.0  1.0  1.0
B 0  0.0  1.0  0.0  0.0  0.0  1.0  1.0  0.0  0.0  1.0  0.0  1.0  1.0  0.0
  1  1.0  1.0  0.0  0.0  2.0  0.0  2.0  0.0  0.0  2.0  1.0  1.0  0.0  2.0
C 0  1.0  1.0  0.0  2.0  0.0  0.0  2.0  0.0  0.0  2.0  1.0  1.0  0.0  2.0
  1  0.0  1.0  1.0  0.0  0.0  0.0  1.0  0.0  0.0  1.0  0.0  1.0  1.0  0.0
D 0  1.0  2.0  1.0  2.0  2.0  1.0  0.0  0.0  0.0  3.0  1.0  2.0  1.0  2.0
  1  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
E 0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0
  1  1.0  2.0  1.0  2.0  2.0  1.0  3.0  0.0  0.0  0.0  1.0  2.0  1.0  2.0
F 0  0.0  1.0  0.0  1.0  1.0  0.0  1.0  0.0  0.0  1.0  0.0  0.0  0.0  1.0
  1  1.0  1.0  1.0  1.0  1.0  1.0  2.0  0.0  0.0  2.0  0.0  0.0  1.0  1.0
G 0  0.0  1.0  1.0  0.0  0.0  1.0  1.0  0.0  0.0  1.0  0.0  1.0  0.0  0.0
  1  1.0  1.0  0.0  2.0  2.0  0.0  2.0  0.0  0.0  2.0  1.0  1.0  0.0  0.0