Question

data1 = { 'node1': [1,1,1,2],
     'node2': [2,3,5,4],
     'weight': [1,1,1,1], }
df1 = pd.DataFrame(data1, columns = ['node1','node2','weight'])

data2 = { 'node1': [1,1,2,3],
     'node2': [4,5,4,5],
     'weight': [1,1,1,1], }
df2= pd.DataFrame(data2, columns = ['node1','node2','weight'])


Expected Output:

0 0 0 1 0
0 0 0 0 0
0 0 0 0 1
1 0 0 0 0
0 0 1 0 0

我想创建一个矩阵，矩阵中的1表示在第二个数据帧中形成的新行。例如，2 4是一个在两个数据帧中的行，因此在矩阵中我们将矩阵[2,4] = 0和[4,2] = 0作为关系是双向的。

2）1 4是第二个数据帧中的一个新行，它不在第一个数据帧中，所以我们把矩阵[1,4] = 1和[4,1] = 1

3）如果组合在dfs中看起来不像[3,4]那么它的矩阵[3,4] =矩阵[4,3] = 0

此外，由于这是一个代表性数据集，而我的真实数据集非常庞大，因此稀疏表示需要。

Answer 1

对所有1 0使用merge df = df2.merge(df1, 'outer', indicator=True).query("_merge=='left_only'") print (df) node1 node2 weight _merge 0 1 4 1 left_only 3 3 5 1 left_only df3 = df.set_index(['node1','node2'])['weight'].unstack().notnull().astype(int) df3 = df3.mul(df3.T, fill_value=1) cols = ['node1','node2'] min1 = df1[cols].values.min() max1 = df1[cols].values.max() min2 = df2[cols].values.min() max2 = df2[cols].values.max() a = range(min(min1,min2), max(max1, max2) + 1) df3 = df3.reindex(index=a, columns=a).fillna(0).astype(int) print (df3) 1 2 3 4 5 1 0 0 0 1 0 2 0 0 0 0 0 3 0 0 0 0 1 4 1 0 0 0 0 5 0 0 1 0 0值reindex：

具有新行的新矩阵在第2个数据帧中形成第1个数据帧

1 个答案: