用Pandas系列中的元素填充Pandas DataFrame的对角线

Question

给定一个Series带有索引的熊猫：

import pandas as pd

s = pd.Series(data=[1,2,3],index=['a','b','c'])

在熊猫版本> = 0.23.0中，如何使用Series填充空DataFrame的对角线条目？

产生的DataFrame看起来像：

  a b c
a 1 0 0
b 0 2 0
c 0 0 3

有一个先前的类似问题，它将用相同的值填充对角线，我的问题是要用来自Series的不同值填充对角线。

预先感谢您的考虑和回应。

Answer 1

首先创建DataFrame，然后numpy.fill_diagonal：

import numpy as np

s = pd.Series(data=[1,2,3],index=['a','b','c'])

df = pd.DataFrame(0, index=s.index, columns=s.index, dtype=s.dtype)

np.fill_diagonal(df.values, s)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

另一个解决方案是创建空2d数组，向对角线添加值，最后使用DataFrame构造函数：

arr = np.zeros((len(s), len(s)), dtype=s.dtype)
np.fill_diagonal(arr, s)

print (arr)
[[1 0 0]
 [0 2 0]
 [0 0 3]]

df = pd.DataFrame(arr, index=s.index, columns=s.index)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

Answer 2

我不确定直接用 Pandas 做这件事，但如果你不介意使用numpy.diag()为你的系列构建对角线数据矩阵，然后将它插入到 DataFrame 中，你可以很容易地做到这一点：

diag_data = np.diag(s)  # don't need s.as_matrix(), turns out
df = pd.DataFrame(diag_data, index=s.index, columns=s.index)

   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

在一行中：

df = pd.DataFrame(np.diag(s),
                  index=s.index,
                  columns=s.index)

与由 10000 个元素的随机数组组成的系列的时序比较：

s = pd.Series(np.random.rand(10000), index=np.arange(10000))

df = pd.DataFrame(np.diag(s), ...)
173 ms ± 2.91 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

df = pd.DataFrame(0, ...)
np.fill_diagonal(df.values, s)
212 ms ± 909 µs per loop (mean ± std. dev. of 7 runs, 20 loops each)

mat = np.zeros(...)
np.fill_diagonal(mat, s)
df = pd.DataFrame(mat, ...)
175 ms ± 3.72 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

看起来这里显示的第一个和第三个选项基本相同，而中间的选项最慢。