pandas 中事务矩阵的邻接矩阵

Question

我有一个交易数据框如下，其中索引是交易，列是产品。该数据的一小部分如下：

d_frame
Out[213]: 
    P1  P2  P3  P4
T1   1   1   0   1
T2   1   0   1   1
T3   1   0   1   0
T4   1   1   0   1

表示商品P1、P2、P4都在交易T1中一起购买过，以此类推。现在我想从这个数据框创建邻接矩阵，它将每个共同购买的产品的数量加在一起。邻接矩阵如下：

d_adj
Out[214]: 
    P1  P2  P3  P4
P1   0   2   2   3
P2   2   0   0   2
P3   2   0   0   1
P4   3   2   1   0

矩阵显示P1和P2在交易T1和T4中一起购买，因此邻接矩阵中的P1P2和P2P1单元格应为2，依此类推

我想我可以从 Networkx 包中创建邻接关系并尝试了以下代码：

test = nx.from_pandas_adjacency(d_frame, create_using = nx.MultiGraph)

但出现了以下错误：

('Columns must match Indices.', "['T3', 'T1', 'T2', 'T4'] not in columns")

我也曾考虑过根据每笔交易中的产品排列创建边缘列表，但由于我的数据框很大，这不是一种有效的方法。

非常感谢任何帮助。

Answer 1

你可以按每一列分组，求和，然后连接它们。

import pandas as pd

d_frame = pd.DataFrame(data = [[1,1,0,1], [1,0,1,1] ,[1,0,1,0], [1,1,0,1]], index = ['T1', 'T2', 'T3', 'T4'], columns=['P1', 'P2', 'P3', 'P4'])

d_adj = pd.concat([d_frame.groupby(col).sum() for col in d_frame.columns]).loc[1] # loc[1] chooses the values where the column is 1

d_adj.fillna(0, inplace = True)

d_adj.index = d_adj.columns

Out[95]:
     P1   P2   P3   P4
P1  0.0  2.0  2.0  3.0
P2  2.0  0.0  0.0  2.0
P3  2.0  0.0  0.0  1.0
P4  3.0  2.0  1.0  0.0

连接时，不要传递 sort = False 否则列将不对齐。

pandas 中事务矩阵的邻接矩阵

adjacency matrix from transaction matrix in pandas

python

pandas

adjacency-matrix