从一次取 N 个项目的系列中生成矩阵？答案

【问题标题】：Generate matrix from series taking N items at a time?从一次取 N 个项目的系列中生成矩阵？
【发布时间】：2019-11-12 08:11:46
【问题描述】：

我被困在一个问题陈述中，其中我有如下所示的数据：-

数据

现在我想生成如下图所示的矩阵。这是一个有 10 列的矩阵，每行有 10 个先前的值：-

我找不到像这样将序列转换为矩阵的任何最佳或内置方法。任何人都可以帮助我实现这一目标吗？

【问题讨论】：

标签： python pandas matrix

【解决方案1】：

比@jezrael 的技术低得多的方法是使用两个列表推导的组合，如果需要，可以轻松转换为dataframe：

first = [[j if j <= row else 0 for j in range(1, 11)] for row in a[:9]]
second = [[j for j in range(row - 9, row + 1)] for row in a[9:]]
first + second

输出：

[[1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
 [1, 2, 0, 0, 0, 0, 0, 0, 0, 0],
 [1, 2, 3, 0, 0, 0, 0, 0, 0, 0],
 [1, 2, 3, 4, 0, 0, 0, 0, 0, 0],
 [1, 2, 3, 4, 5, 0, 0, 0, 0, 0],
 [1, 2, 3, 4, 5, 6, 0, 0, 0, 0],
 [1, 2, 3, 4, 5, 6, 7, 0, 0, 0],
 [1, 2, 3, 4, 5, 6, 7, 8, 0, 0],
 [1, 2, 3, 4, 5, 6, 7, 8, 9, 0],
 [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
 [2, 3, 4, 5, 6, 7, 8, 9, 10, 11],
 [3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
 [4, 5, 6, 7, 8, 9, 10, 11, 12, 13],
 [5, 6, 7, 8, 9, 10, 11, 12, 13, 14],
 [6, 7, 8, 9, 10, 11, 12, 13, 14, 15],
 [7, 8, 9, 10, 11, 12, 13, 14, 15, 16],
 [8, 9, 10, 11, 12, 13, 14, 15, 16, 17],
 [9, 10, 11, 12, 13, 14, 15, 16, 17, 18],
 [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
 [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]]

【讨论】：

@coder 我看到了，但它看起来像是一个错字，因为如果第二行有 1 和 2，那么全为零是没有意义的。

【解决方案2】：

我相信您需要 strides 和 0 而不是 NaNs 和 DataFrame 构造函数：

df = pd.DataFrame({'data':range(1, 21)})
#print (df)

n = 10
x = np.concatenate([[0] * (n), df['data'].values])

def rolling_window(a, window):
    shape = a.shape[:-1] + (a.shape[-1] - window + 1, window)
    strides = a.strides + (a.strides[-1],)
    return np.lib.stride_tricks.as_strided(a, shape=shape, strides=strides)

arr = rolling_window(x, n)
arr = np.concatenate([arr[:10, ::-1], arr[10:]])

arr = pd.DataFrame(arr)
print (arr)
     0   1   2   3   4   5   6   7   8   9
0    0   0   0   0   0   0   0   0   0   0
1    1   0   0   0   0   0   0   0   0   0
2    2   1   0   0   0   0   0   0   0   0
3    3   2   1   0   0   0   0   0   0   0
4    4   3   2   1   0   0   0   0   0   0
5    5   4   3   2   1   0   0   0   0   0
6    6   5   4   3   2   1   0   0   0   0
7    7   6   5   4   3   2   1   0   0   0
8    8   7   6   5   4   3   2   1   0   0
9    9   8   7   6   5   4   3   2   1   0
10   1   2   3   4   5   6   7   8   9  10
11   2   3   4   5   6   7   8   9  10  11
12   3   4   5   6   7   8   9  10  11  12
13   4   5   6   7   8   9  10  11  12  13
14   5   6   7   8   9  10  11  12  13  14
15   6   7   8   9  10  11  12  13  14  15
16   7   8   9  10  11  12  13  14  15  16
17   8   9  10  11  12  13  14  15  16  17
18   9  10  11  12  13  14  15  16  17  18
19  10  11  12  13  14  15  16  17  18  19
20  11  12  13  14  15  16  17  18  19  20

【讨论】：

【解决方案3】：

使用 numpy 的另一种解决方案：

x = np.ones([10,10]) * np.arange(1,11)
y = np.tril(x,0)
y[0,0]=0
z = np.ones(10) * np.arange(1,11).reshape(10,1)
res = np.concatenate((y,x+z),axis=0)

输出：

>>> x = np.ones([10,10]) * np.arange(1,11)
>>> y = np.tril(x,0)
>>> y[0,0]=0
>>> z = np.ones(10) * np.arange(1,11).reshape(10,1)
>>> res = np.concatenate((y,x+z),axis=0)
>>> res
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
       [ 2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.],
       [ 3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12.],
       [ 4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13.],
       [ 5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.],
       [ 6.,  7.,  8.,  9., 10., 11., 12., 13., 14., 15.],
       [ 7.,  8.,  9., 10., 11., 12., 13., 14., 15., 16.],
       [ 8.,  9., 10., 11., 12., 13., 14., 15., 16., 17.],
       [ 9., 10., 11., 12., 13., 14., 15., 16., 17., 18.],
       [10., 11., 12., 13., 14., 15., 16., 17., 18., 19.],
       [11., 12., 13., 14., 15., 16., 17., 18., 19., 20.]])

【讨论】：

【解决方案4】：

import numpy as np

zeros = np.zeros((20,10))
numbers = np.arange(1,21)
for index, value in enumerate(numbers):
    if index < 10:
        arr = np.pad(numbers[:index],(0, 10-index), mode='constant')
    else:
        arr = numbers[index-10:index]
    zeros[index] = arr
print(numbers)

这给出了：

zeros...
array([[ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  0.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  0.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  0.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  0.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  0.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  0.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.,  0.],
       [ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10.],
       [ 2.,  3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11.],
       [ 3.,  4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12.],
       [ 4.,  5.,  6.,  7.,  8.,  9., 10., 11., 12., 13.],
       [ 5.,  6.,  7.,  8.,  9., 10., 11., 12., 13., 14.],
       [ 6.,  7.,  8.,  9., 10., 11., 12., 13., 14., 15.],
       [ 7.,  8.,  9., 10., 11., 12., 13., 14., 15., 16.],
       [ 8.,  9., 10., 11., 12., 13., 14., 15., 16., 17.],
       [ 9., 10., 11., 12., 13., 14., 15., 16., 17., 18.],
       [10., 11., 12., 13., 14., 15., 16., 17., 18., 19.]])

它与您的数组略有不同，但我认为这是您想要的？

【讨论】：