Question

我正在寻找帮助，使用类似np.nansum的函数从现有数据框架创建子数据框。我想将此表转换为非空列总和的矩阵：

    dan ste bob
dan 0   2   5
ste 4   0   2
bob 4   1   0

例如，当＆＃39; dan＆＃39;不为空（t-2,3,4,6,7）＆＃39; ste＆＃39;是2和＆＃39; bob＆＃39;是5.当＆＃39; ste＆＃39;并不是“丹”的总和。是4.

def nansum_matrix_create(df):
    rows = []
    for col in list(df.columns.values):

        col_sums = df[df[col] != 0].sum()
        rows.append(col_sums)

    return pd.DataFrame(rows, columns=df.columns, index=df.columns)

有什么想法吗？

提前致谢！

我最终在下面使用了修改版本的matt功能：

import React from 'react'
import { StyleSheet, ScrollView } from 'react-native'
import * as Animatable from 'react-native-animatable'

const E1ScrollView = ({ children, animation, bottomBorder, style }) => {
    const { container, E1bottomBorder } = styles

    // the key is flexGrow: 1 on the ScrollView (and contentContainerStyle)
    // The wrapped <View /> should be flex: 1
    return (
        <ScrollView
            contentContainerStyle={{ flexGrow: 1 }}
            scrollEnabled>

            <Animatable.View
                style={[container, (bottomBorder) ? E1bottomBorder : null, style]}
                animation={animation}
                iterationCount={1}>

                {children}
            </Animatable.View>
        </ScrollView>
    )
}

const styles = StyleSheet.create({
    container: {
        flex: 1,
        backgroundColor: '#F0F0F0',
        flexDirection: 'column'
    },
    E1bottomBorder: {
        borderBottomWidth: 5,
        borderColor: '#DD0426',
    }
})

export { E1ScrollView }

Answer 1

使用pd.DataFrame.notnull获取非空值的位置。
然后使用pd.DataFrame.dot来设置交叉表。
最后，使用np.eye将对角线清零。

df.notnull().T.dot(df.fillna(0)) * (1 - np.eye(df.shape[1]))

     dan  ste  bob
dan  0.0  2.0  5.0
ste  4.0  0.0  2.0
bob  4.0  1.0  0.0

注意：
我用它来确保我的值是数字的。

df = df.apply(pd.to_numeric, errors='coerce')

Answer 2

假设您的数据帧没有大量列，此函数应该执行您想要的操作并且性能相当。我已经使用for循环实现了这一点，因此可能会有一个更高性能/更优雅的解决方案。

import pandas as pd

# Initialise dataframe
df = {"dan":[pd.np.nan,2,2,1,pd.np.nan,2,1],
      "ste":[2,pd.np.nan,1,pd.np.nan,1,1,pd.np.nan],
      "bob":[pd.np.nan,1,pd.np.nan,2,2,pd.np.nan,2]}
df = pd.DataFrame(df)[["dan","ste","bob"]]

def matrix_create(df):
    rows = []
    for col in df.columns:
        subvals, index = [], []
        for subcol in df.columns:
            index.append(subcol)
            if subcol == col:
                subvals.append(0)
            else:
                subvals.append(df[~pd.isnull(df[col])][subcol].sum())

        rows.append(subvals)

    return pd.DataFrame(rows,columns=df.columns,index=index)

matrix_create(df)

熊猫交叉表矩阵点nansum

2 个答案: