Python Pandas - "1D"文件到2D数组

Question

我看到了关于将嵌套的"2D"字典转换为Pandas DataFrame 的问题的答案.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.假设我的输入 input.txt看起来像这样:

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将是:

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

在阅读了"使用MultiIndex读取索引"的IO Tools文档后,我尝试了这个:

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,我没有获得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,但你可以pivot然后将帧添加到它的转置,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

这是关于add和的文档pivot.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

神奇的数字0,1并且2是index,columns和values.index=0是用于生成新帧索引的列名.index只是pandas lingo的行名.columns=1是用于生成新框架的列的列名称.并且values=2只是用于制作新帧值的列名.

第三行df.add(df.T, fill_value=0).fillna(0)只是添加了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