Python Pandas - “一维”文件到二维数组

Question

我看到an answer to a question 将嵌套的“2D”字典转换为 Pandas DataFrame。那将是我的问题的解决方案，但后来我想知道，我是否可以跳过生成嵌套字典的中间步骤。假设我的输入 input.txt 如下所示：

A B 1
A C 2
B C 3

我可以使用 Pandas 或 Numpy 将其转换为以下对称矩阵，而无需生成中间嵌套字典吗？

  A B C
A 0 1 2
B 1 0 3
C 2 3 0

我想避免创建的嵌套字典是：

d = {'A':{'B':1,'C':2},'B':{'C':3}}

我在阅读"Reading an index with a MultiIndex" 上的 IO 工具文档后尝试了这个：

import pandas as pd
df = pd.read_csv('input.txt', sep=' ', index_col=[0,1], header=None)

但我没有得到 2D 热图，当我这样做时：

import matplotlib.pyplot as plt
plt.pcolor(df)
plt.imshow()

Answer 1

不确定这是否更有效，但您可以pivot 然后将帧添加到其转置中，例如：

df = pd.read_csv("input.txt", header=None, delim_whitespace=True)
df = df.pivot(0,1,2)
df.add(df.T, fill_value=0).fillna(0)

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0

---

这是add 和pivot 的文档。这是正在发生的事情。第一行df = pd.read_csv("input.txt", header=None, delim_whitespace=True) 返回：

   0  1  2
0  A  B  1
1  A  C  2
2  B  C  3

第二行df = df.pivot(0,1,2)然后返回：

1   B   C
0           
A   1   2
B NaN   3

0、1 和 2 的幻数是 index、columns 和 values。 index=0 是用于创建新框架索引的列名。 index 只是用于行名的熊猫行话。 columns=1 是用于制作新框架的列的列名。而values=2 只是用于生成新框架值的列名。

第三行df.add(df.T, fill_value=0).fillna(0)只是添加了转置，将三角矩阵转换为对称矩阵。它返回：

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0