如何从熊猫两列创建共现矩阵？答案

【问题标题】：How to create co-occurrence matrix from pandas two column?如何从熊猫两列创建共现矩阵？
【发布时间】：2021-04-23 02:02:11
【问题描述】：

我有一个小数据集，例如：

import pandas as pd
df = pd.DataFrame({'a': [1,2,3,4,5,6,7,8,9,10], 'b': [11,22,11,22,33,11,22,44,11,22]})
df

我想找出 a 列的 b 列值的共现。

我尝试了什么：

df_co = pd.get_dummies(a.a).groupby(a.b).apply(max)
df_co

但这不是一个共现矩阵。所以我也尝试了这个：

df_co.T.dot(df_co)

这给了我：

这是计算共现矩阵的正确方法吗？

【问题讨论】：

pd.crosstab(df['a'], df['b'])?

标签： python pandas numpy scipy

【解决方案1】：

您可以使用带有虚拟列的df.pivot 来表示count=1

df.assign(v=1).pivot('a','b').fillna(0)

      v               
b    11   22   33   44
a                     
1   1.0  0.0  0.0  0.0
2   0.0  1.0  0.0  0.0
3   1.0  0.0  0.0  0.0
4   0.0  1.0  0.0  0.0
5   0.0  0.0  1.0  0.0
6   1.0  0.0  0.0  0.0
7   0.0  1.0  0.0  0.0
8   0.0  0.0  0.0  1.0
9   1.0  0.0  0.0  0.0
10  0.0  1.0  0.0  0.0

或者，按照@Quang Hoang 的建议，试试pd.crosstab

【讨论】：