用 Pandas 系列中的元素填充 Pandas DataFrame 的对角线

Question

给定一个 pandas Series 和一个索引：

import pandas as pd

s = pd.Series(data=[1,2,3],index=['a','b','c'])

如何在 pandas 版本 >= 0.23.0 中使用 Series 来填充空 DataFrame 的对角线条目？

生成的 DataFrame 如下所示：

有 a prior similar question 将用相同的值填充对角线，我的问题是要求用系列中的不同值填充对角线。

提前感谢您的考虑和回复。

Answer 1

先创建DataFrame然后numpy.fill_diagonal:

import numpy as np

s = pd.Series(data=[1,2,3],index=['a','b','c'])

df = pd.DataFrame(0, index=s.index, columns=s.index, dtype=s.dtype)

np.fill_diagonal(df.values, s)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

另一种解决方案是创建空 2d 数组，将值添加到对角线并最后使用 DataFrame 构造函数：

arr = np.zeros((len(s), len(s)), dtype=s.dtype)
np.fill_diagonal(arr, s)

print (arr)
[[1 0 0]
 [0 2 0]
 [0 0 3]]

df = pd.DataFrame(arr, index=s.index, columns=s.index)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

Answer 2

我不确定直接用 Pandas 来做，但是如果你不介意使用 numpy.diag() 为你的系列构建对角线数据矩阵，你可以很容易地做到这一点然后将其插入 DataFrame：

diag_data = np.diag(s)  # don't need s.as_matrix(), turns out
df = pd.DataFrame(diag_data, index=s.index, columns=s.index)

   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

一行：

df = pd.DataFrame(np.diag(s),
                  index=s.index,
                  columns=s.index)

与由 10000 个元素的随机数组组成的系列的时间比较：

s = pd.Series(np.random.rand(10000), index=np.arange(10000))

df = pd.DataFrame(np.diag(s), ...)
173 ms ± 2.91 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

df = pd.DataFrame(0, ...)
np.fill_diagonal(df.values, s)
212 ms ± 909 µs per loop (mean ± std. dev. of 7 runs, 20 loops each)

mat = np.zeros(...)
np.fill_diagonal(mat, s)
df = pd.DataFrame(mat, ...)
175 ms ± 3.72 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

看起来这里显示的第一个和第三个选项基本相同，而中间选项最慢。

用 Pandas 系列中的元素填充 Pandas DataFrame 的对角线

Fill the diagonal of Pandas DataFrame with elements from Pandas Series

python

linear-algebra

dataframe

python-3.x

pandas