计算唯一对并将计数存储在矩阵中答案

【问题标题】：Count unique pairs and store counts in a matrix计算唯一对并将计数存储在矩阵中
【发布时间】：2018-01-23 02:26:04
【问题描述】：

我的配对数据如下所示：

我想计算唯一对并将这些频率计数存储在这样的矩阵中：

     10   20   30
1 |   0    2    0
3 |   1    0    0
4 |   0    0    1

或者，如果已知 ID 在 {1, 2, 3, 4} 中取值，而 ATTR 在 {0, 10, 20, 30} 中取值，那么我想要这样的矩阵：

     0   10   20   30
1 |  0    0    2    0
2 |  0    0    0    0
3 |  0    1    0    0
4 |  0    0    0    1

问题：在 Python 或 NumPy 中实现这两种方法的最快方法是什么？

我尝试过使用 Pandas，但我得到一个空的 DataFrame：

import numpy as np
import pandas as pd
x = pd.DataFrame([[3, 10], [1, 20], [1, 20], [4, 30]])
x.pivot_table(index = 0, columns = 1, fill_value = 0, aggfunc = 'sum')

【问题讨论】：

这是熊猫吗？
x.pivot_table(index=0, columns=1, values=1, aggfunc='size', fill_value=0)
@cᴏʟᴅsᴘᴇᴇᴅ 请查看我更新的问题。这不是一个重复的问题，因为我正在寻找两种矩阵。

标签： python pandas pivot

【解决方案1】：

您似乎想要执行交叉制表，然后执行重新索引操作。对于交叉表，有很多方法可以给猫剥皮。

首先，使用pivot_table -

v = x.pivot_table(
      index=0, 
      columns=1, 
      values=1, 
      aggfunc='size', 
      fill_value=0
)

或者，pd.crosstab -

v = pd.crosstab(x[0], x[1])

或者，set_index + get_dummies + sum(level=0)

v = pd.get_dummies(x.set_index(0)[1]).sum(level=0)

或者，get_dummies + dot -

v = pd.get_dummies(x[0]).T.dot(pd.get_dummies(x[1]))

v

   10  20  30
1   0   2   0
3   1   0   0
4   0   0   1

接下来，在v 上致电reindex -

v.reindex(index=range(1, 5), columns=range(0, 40, 10), fill_value=0)

1  0   10  20  30
0                
1   0   0   2   0
2   0   0   0   0
3   0   1   0   0
4   0   0   0   1

【讨论】：

【解决方案2】：

你可以使用分类

df.ID=df.ID.astype('category',categories=[1,2,3,4])
df.ATTR=df.ATTR.astype('category',categories=[0,10,20,30])

pd.crosstab(df.ID,df.ATTR)
Out[1143]: 
ATTR  0   10  20  30
ID                  
1      0   0   2   0
2      0   0   0   0
3      0   1   0   0
4      0   0   0   1

【讨论】：

Categories 同样聪明，也同样适用于字符串。做得很好。