如何将熊猫系列变成矩阵？答案

【问题标题】：How to turn pandas series into a matrix?如何将熊猫系列变成矩阵？
【发布时间】：2021-06-23 16:10:30
【问题描述】：

我有以下系列，想把它变成一个矩阵，索引列分成单个字母。

我不确定生成矩阵的最简单方法是否有人能够帮助解决此问题？

系列：

A-B    10
A-C    20
A-D    30
B-C    40
B-D    50
C-D    60

期望：

    A   B   C   D
A   1  10  20  30
B  10   1  40  50
C  20  40   1  60
D  30  50  60   1

我已将系列的索引拆分为具有以下内容的唯一值：

set([item for sublist in [i.split('-') for i in df.index.tolist()] for item in sublist])

样本数据：


df = pd.Series([10,20,30,40,50,60],index=["A-B","A-C","A-D","B-C","B-D","C-D"])

pd.DataFrame([[1,10,20,30],[10,1,40,50],[20,40,1,60],[30,50,60,1]],index = ["A","B", "C", "D"], columns = ["A","B", "C", "D"])

【问题讨论】：

标签： python arrays pandas numpy matrix

【解决方案1】：

如果你有

sr = pd.Series([10,20,30,40,50,60],index=["A-B","A-C","A-D","B-C","B-D","C-D"])

您可以重置系列索引以获取 DataFrame 并重命名列

df = sr.reset_index()
df.columns = ['row_col', 'data']

给了

  row_col  data
0     A-B    10
1     A-C    20
2     A-D    30
3     B-C    40
4     B-D    50
5     C-D    60

现在，完成缺失的组合

df_inv = pd.DataFrame({
    'row_col': df.row_col.str[::-1],
    'data': df.data
})
df_values = df.append(df_inv)

屈服

  row_col  data
0     A-B    10
1     A-C    20
2     A-D    30
3     B-C    40
4     B-D    50
5     C-D    60
0     B-A    10
1     C-A    20
2     D-A    30
3     C-B    40
4     D-B    50
5     D-C    60

现在您可以将row_col 列与expand 拆分为两个新列

df_values[['row', 'col']] = df_values.row_col.str.split('-', 1, expand=True)

我们得到

  row_col  data row col
0     A-B    10   A   B
1     A-C    20   A   C
2     A-D    30   A   D
3     B-C    40   B   C
4     B-D    50   B   D
5     C-D    60   C   D
0     B-A    10   B   A
1     C-A    20   C   A
2     D-A    30   D   A
3     C-B    40   C   B
4     D-B    50   D   B
5     D-C    60   D   C

最后，我们可以pivot得到“矩阵”（数据透视表）

df_piv = df_values[['row', 'col', 'data']].pivot(
    index='row', columns='col'
).fillna(1).astype(int)

我们得到了想要的桌子

    data            
col    A   B   C   D
row                 
A      1  10  20  30
B     10   1  40  50
C     20  40   1  60
D     30  50  60   1

【讨论】：

【解决方案2】：

在我的解决方案的顶部，我做了两个导入

import pandas as pd
import string

我没有将索引和值放入一个系列中，而是将它们放入列表中

index = ["A-B","A-C","A-D","B-C","B-D","C-D"]
values = [10,20,30,40,50,60]

我们可以初始化两个空数组来存储我们的数字索引。我将这些字母映射到它们的数字等价物，从0 开始索引，这样我们就可以轻松地填充矩阵。所以A=0、B=1、C=2等

x = []
y = []
for idx in index:
    split = idx.split("-")
    x.append(string.ascii_lowercase.index(split[0].lower()))
    y.append(string.ascii_lowercase.index(split[1].lower()))

要获得其他组合，我只需将values 列表加倍，并将x 和y 分别附加到y 和x。

values = [10,20,30,40,50,60] *2
x_copy = x
x = x + y
y = y + x_copy

现在，我创建了我的 final 矩阵，它是 4*4 并且具有默认值 1。循环遍历values 列表中的每个值，我通过将值分配给final[i][j] 来填充final 矩阵。

final = [[1]*4 for _ in range(4)]
for i in range(len(values)):
    final[x[i]][y[i]] = values[i]

现在，我创建一个列/索引名称列表 ['A', 'B', 'C', 'D'] 并初始化我的 DataFrame。

names = [chr(ord('@')+1+x) for x in range(4)]
df = pd.DataFrame(final, columns=names, index=names)

这是我的最终输出

【讨论】：