Python Pandas - 从 CSV 生成矩阵

Question

Pandas 的初学者，但我认为它是正确的工具。

我有一个如下所示的 CSV 文件，显示了 Source/Destination/Value:

之间的关系

Source	Destination	Value
Item1	Item1	true
Item1	Item2	true
Item2	Item1	false
Item2	Item2	true

（有几千个“项目”）

最终目标是实现 CSV，例如：

	Item1	Item2	Item3	Item4
Item1	true	true	false	false
Item2	true	false	true	true

我生成了一个包含行 Headers 和列 Headers 的新 CSV，但是，我不确定如何填写值元素。
我如何读取 CSV 以维持 Source/Dest/Value 和输出到 CSV 之间的关系？
生成新 CSV 的当前代码：

df = pd.read_csv('Input.csv')
unique = df['Source'].unique()
unique.sort()
headers = [x for x in unique]
outfile = open("newcsv.csv",'w+', newline='')
writer = csv.writer(outfile,delimiter = ',', quotechar='"', quoting=csv.QUOTE_MINIMAL)
writer.writerow([" "] + headers)
for item in headers:
    writer.writerow([item])

Answer 1

可供您选择的选项很少。您可以使用 pivot（示例已在评论中）或 pivot_table。它们的不同之处在于 pivot_table 可以处理旋转列的重复值，因此如果您确实有再次显示相同关系的行，请使用它。

代码可以是这样的：

df = pd.read_csv('Input.csv')

res = df.pivot_table(values='Value', index='Source', columns='Destination',aggfunc=max)
# without aggfunc, you get 0 and 1 as result, you can also go with "any" for example. 
# if duplicate rows with different value in "Value" then you can decide about how these values gets aggregated.

res.to_csv('Output.csv')

其他可能性是 pd.crosstab（您还必须在此处选择 aggfunc）或

Answer 2

我认为 pandas 'pivot' 可以帮到你。

df = pd.read_csv("./source-def.csv", sep="\t")
df_op = df.pivot(index='Source', columns='Destination', values='Value').fillna(False)

df_op.head()

Destination	Item1	Item2	Item3	Item4
Source
Item1	True	True	False	False
Item2	False	True	True	True

最后，您可以像这样使用'to_csv'将文件再次写入另一个CSV文件。

df_op.to_csv('pivot.csv')

Python Pandas - 从 CSV 生成矩阵

Python Pandas - Matrix Generation From CSV

python

csv

pandas