Question

我有一个成对矩阵：

>>> m
     a    b    c   d
a  1.0  NaN  NaN NaN
b  0.5  1.0  NaN NaN
c  0.6  0.0  1.0 NaN
d  0.5  0.4  0.3 1.0

我想用右下角的相同值替换右上角的NaN：

>>> m2
     a    b    c    d
a  1.0  0.5  0.6  0.5
b  0.5  1.0  0.0  0.4
c  0.6  0.0  1.0  0.3
d  0.5  0.4  0.3  1.0

我可以通过交换列和索引来实现：

cols = m.columns
idxs = m.index

for c in cols:
    for i in idxs:
        m[i][c] = m[c][i]

但是我的实际数据很慢，而且我确信有一种方法可以一步到位。我知道我可以使用“m.T”生成右上角版本，但我不知道如何用非NaN值替换NaN以获得完整的矩阵。在numpy中可能只有一步到位的方法，但我不知道矩阵代数。

Answer 1

如何（docs）：

>>> df.combine_first(df.T)
     a    b    c    d
a  1.0  0.5  0.6  0.5
b  0.5  1.0  0.0  0.4
c  0.6  0.0  1.0  0.3
d  0.5  0.4  0.3  1.0

Answer 2

以下是另一种选择：

>>> m[np.triu_indices_from(m, k=1)] = m.T[np.triu_indices_from(m, k=1)]
>>> m
array([[ 1. ,  0.5,  0.6,  0.5],
       [ 0.5,  1. ,  0. ,  0.4],
       [ 0.6,  0. ,  1. ,  0.3],
       [ 0.5,  0.4,  0.3,  1. ]])

m[np.triu_indices_from(m, k=1)]返回m对角线以上的值，并将它们分配给m转置对角线以上的值。

Answer 3

使用numpy.isnan()：

>>> m[np.isnan(m)] = m.T[np.isnan(m)]
>>> m
     a    b    c    d
a  1.0  0.5  0.6  0.5
b  0.5  1.0  0.0  0.4
c  0.6  0.0  1.0  0.3
d  0.5  0.4  0.3  1.0

或更好，panda.isnull()：

>>> m[pd.isnull(m)] = m.T[pd.isnull(m)]
>>> m
     a    b    c    d
a  1.0  0.5  0.6  0.5
b  0.5  1.0  0.0  0.4
c  0.6  0.0  1.0  0.3
d  0.5  0.4  0.3  1.0

最终相当于@DSM的解决方案！

用转置版填充矩阵

3 个答案: