Python Pandas - ＆＃34; 1D＆＃34;文件到2D数组

Question

我看到an answer to a question有关转换嵌套＆＃34; 2D＆＃34;字典到Pandas DataFrame。这将是我的问题的解决方案，但后来我想知道，我是否可以跳过生成嵌套字典的中间步骤。让我们说 输入 input.txt如下所示：

A B 1
A C 2
B C 3

我可以使用Pandas或Numpy将其转换为以下对称矩阵，而无需生成中间嵌套字典吗？

  A B C
A 0 1 2
B 1 0 3
C 2 3 0

我想避免创建的嵌套字典是：

d = {'A':{'B':1,'C':2},'B':{'C':3}}

我在阅读"Reading an index with a MultiIndex"上的IO Tools文档后尝试了这个：

import pandas as pd
df = pd.read_csv('input.txt', sep=' ', index_col=[0,1], header=None)

但是当我这样做时，我不会得到2D热图：

import matplotlib.pyplot as plt
plt.pcolor(df)
plt.imshow()

Answer 1

不确定这是否更有效率，但您可以pivot然后将帧添加到其转置中，例如：

df = pd.read_csv("input.txt", header=None, delim_whitespace=True)
df = df.pivot(0,1,2)
df.add(df.T, fill_value=0).fillna(0)

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0

以下是add和pivot的文档。这是正在发生的事情。第一行df = pd.read_csv("input.txt", header=None, delim_whitespace=True)返回：

   0  1  2
0  A  B  1
1  A  C  2
2  B  C  3

然后第二行df = df.pivot(0,1,2)返回：

1   B   C
0           
A   1   2
B NaN   3

幻数0，1和2为index，columns和values。 index=0是用于生成新帧索引的列名。 index只是用于行名称的pandas lingo。 columns=1是用于创建新框架列的列名称。而values=2只是用于制作新框架值的列名。

第三行df.add(df.T, fill_value=0).fillna(0)只是添加转置以将三角矩阵转换为对称矩阵。它返回：

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0