Question

我创建了一个矩阵：

items = [0, 1, 2, 3]
item_to_item = pd.DataFrame(index=items, columns=items)

我把值放在其中：

它的对称
它的对角线都是0

例如：

   0  1  2  3
0  0  4  5  9
1  4  0  3  7
2  5  3  0  3
3  9  7  3  0

我想创建一个包含所有可能对的数据框（来自[0,1,2,3]），这样就不会有成对的(x, x)和if (x, y)，我不会希望(y, x)因为它的对称性并保持相同的值。最后，我将得到以下Dataframe（或numpy 2d数组）

item, item, value
 0     1     4
 0     2     5
 0     3     9
 1     2     3
 1     3     7
 2     3     3

Answer 1

numpy的np.triu为您提供上三角形，其他所有元素都设置为零。您可以使用它来构造您的DataFrame并用NaN替换它们（以便在堆叠列时删除它们）：

pd.DataFrame(np.triu(df), index=df.index, columns=df.columns).replace(0, np.nan).stack()
Out: 
0  1    4.0
   2    5.0
   3    9.0
1  2    3.0
   3    7.0
2  3    3.0
dtype: float64

您最后可以使用reset_index将索引转换为列。

另一个替代方法是重置索引并再次堆叠，但这次使用callable来切片DataFrame：

df.stack().reset_index()[lambda x: x['level_0'] < x['level_1']]
Out: 
    level_0  level_1  0
1         0        1  4
2         0        2  5
3         0        3  9
6         1        2  3
7         1        3  7
11        2        3  3

这个需要pandas 0.18.0。

Answer 2

这是一个带有np.triu_indices -

的NumPy解决方案

In [453]: item_to_item
Out[453]: 
   0  1  2  3
0  0  4  5  9
1  4  0  3  7
2  5  3  0  3
3  9  7  3  0

In [454]: r,c = np.triu_indices(len(items),1)

In [455]: pd.DataFrame(np.column_stack((r,c, item_to_item.values[r,c])))
Out[455]: 
   0  1  2
0  0  1  4
1  0  2  5
2  0  3  9
3  1  2  3
4  1  3  7
5  2  3  3

python - 将pandas Matrix转换为DataFrame

2 个答案: