Question

我有3个数据帧。

warehouse_to_outlet_distance。

wh_name   outlet_id    distance
aaa        111            10
aaa        222            20
aaa        333            30

outlet_to_outlet_distance

source_outlet_id   dest_outlet_id    distance
111                    222           5
111                    333           7
222                    111           8
222                    333           6
333                    111          10
333                    222          12

outlet_to_warehouse_distance

outlet_id   wh_name  dist
111         aaa      13
222         aaa      15
333         aaa      11

我希望将其转换为martix：

       0    111      222       333
  0    0     10       20        30       
111   13      0        5         7
222   15      8        0         6
333   11     10       12         0

其中0代表＆＃39;仓库＆＃39;
在第1行中，仓库（0）与出口111之间的距离 10 ，将其放入相应的单元格

Answer 1

使用unstack或pivot进行重塑，然后添加新行和新列，最后一个排序索引和列名称：

df = outlet_to_outlet_distance.set_index(['source_outlet_id','dest_outlet_id'])['distance']
                              .unstack(fill_value=0)
df[0] = outlet_to_warehouse_distance.set_index('outlet_id')['dist']
#appended 0 Series for avoid NaN in 0,0
df.loc[0] = warehouse_to_outlet_distance.set_index('outlet_id')['distance']
                                        .append(pd.Series(0, index=[0]))
df = df.sort_index().sort_index(axis=1)
df = df.rename_axis(None).rename_axis(None, 1)
print (df)
     0    111  222  333
0      0   10   20   30
111   13    0    5    7
222   15    8    0    6
333   11   10   12    0

替代：

df = outlet_to_outlet_distance.pivot('source_outlet_id','dest_outlet_id', 'distance')
df[0] = outlet_to_warehouse_distance.set_index('outlet_id')['dist']
df.loc[0] = warehouse_to_outlet_distance.set_index('outlet_id')['distance']
df = df.sort_index().sort_index(axis=1).fillna(0).astype(int)
df = df.rename_axis(None).rename_axis(None, 1)
print (df)
     0    111  222  333
0      0   10   20   30
111   13    0    5    7
222   15    8    0    6
333   11   10   12    0

将3个数据帧合并为矩阵

1 个答案: