生成元素之间的依赖矩阵

Question

我必须在数据框的元素之间建立一个依赖矩阵。 's' 列中的每个元素都有一个不同节点的列表（从 1 到 70）和相应的时间（'t' 列）。任务是找到所有节点之间的所有依赖关系，并将时间值的总和放入表中。

例如： 节点sa1与以下节点有连接：sa2，sa3（0行），sa3（1行），sa5，sa9（3行）

对于节点 sa2、sa5、sa9 可以直接使用列“t”中的值，因为它们只出现一次。节点 3 出现在两行中，因此我们添加了 't' 值。

我尝试用许多 for 循环来解决它，但我有时间问题，处理数据大约需要 50 分钟，所以需要一些提示如何准备数据进行分析。

正如我刚刚注意到的，只需要计算主对角线上方的元素，主对角线将是 NaN，而主对角线下方的元素只是镜像。

这就是我的输入示例的样子

         s           t 

 0  sa1,sa2,sa3     10
 1  sa1,sa3         20
 2  sa1,sa5,sa9     123

这是生成上述表格的代码

sas = pd.Series(['sa1,sa2,sa3', 'sa1,sa3', 'sa1,sa5,sa9'], name='s')
times = pd.Series([10, 20, 123], name='t')
df = pd.concat([sas, times], axis=1)

我希望得到下表

    sa1    sa2    sa3    sa4    sa5    ...    sa9  
sa1  -     10      30           123           123
sa2  10     -
sa3  30              - 
sa4                       -
sa5 123                          -
...                                     -
sa9 123                                        -

Answer 1

使用dot很容易实现

s=df.s.str.get_dummies(',')
s=s.mul(df.t,0).T.dot(s)
s.values[[np.arange(s.shape[0])]*2] = 0
s
Out[104]: 
     sa1  sa2  sa3  sa5  sa9
sa1    0   10   30  123  123
sa2   10    0   10    0    0
sa3   30   10    0    0    0
sa5  123    0    0    0  123
sa9  123    0    0  123    0