从 python 制作矩阵格式

Question

我的数据框 B 中有以下数据：

F1     F2    Count
A      C      5
B      C      2
B      U      6
C      A      1

我想用它们制作一个方阵，结果将是：

    A    B   C  U
A   0    0   6  0
B   0    0   2  6
C   6    2   0  0
U   0    6   0  0

我最初使用 pd.crosstab() 但矩阵中缺少 F1/F2 中的一些变量。

AC = 5 CA = 1 因此输出应该是 6。

pdcrosstab() 也无法识别BU = UB，等等

有人可以帮忙吗？我基本上是 python.

的新手

顺便说一句，这是我的代码：

wow=pd.crosstab(B.F1, 
            B.F2, 
            values=B.Count, 
            aggfunc='sum',
            ).rename_axis(None).rename_axis(None, axis=1)

Answer 1

您可以 pd.concat、wow 和 wow.T 然后 groupby 索引和 sum 再次：

>>> wow=pd.crosstab(B.F1, 
            B.F2, 
            values=B.Count, 
            aggfunc='sum',
            ).rename_axis(None).rename_axis(None, axis=1)
>>> wow
     A    C    U
A  NaN  5.0  NaN
B  NaN  2.0  6.0
C  1.0  NaN  NaN

>>> pd.concat([wow, wow.T], sort=True).fillna(0, downcast='infer').groupby(level=0).sum()
   A  B  C  U
A  0  0  6  0
B  0  0  2  6
C  6  2  0  0
U  0  6  0  0

Answer 2

您可以将 'F1' 和 'F2' 交换的 DataFrame 附加到原始 DataFrame。

df1 = df.append(df.rename({'F1': 'F2', 'F2': 'F1'}, axis=1), sort=False)

那么你可以使用pivot_table:

pd.pivot_table(df1, values='Count', index='F1', columns='F2', aggfunc='sum', fill_value=0)

或crosstab:

pd.crosstab(df1.F1, df1.F2, df1.Count, aggfunc='sum').fillna(0)

最后删除列和索引名称：

del df1.columns.name, df1.index.name

结果：

   A  B  C  U
A  0  0  6  0
B  0  0  2  6
C  6  2  0  0
U  0  6  0  0

Answer 3

您可以将列 F1 和 F2 分类并使用 crosstab 作为工作。

FDtype = pd.CategoricalDtype(list("ABCU"))

df[["F1", "F2"]] = df[["F1", "F2"]].astype(FDtype)
count = pd.crosstab(df["F1"], df["F2"], df["Count"], aggfunc='sum', dropna=False)
count.fillna(0, inplace=True, downcast="infer")
count += count.T

备注：在构造DataFrame时指定列数据类型更高效

从 python 制作矩阵格式

Making a matrix-format from python

python

pandas

numpy

matrix

crosstab