如何将两列数组转换为具有出现次数的矩阵？

Question

我有以下 numpy 数组：

import numpy as np

pair_array = np.array([(205, 254), (205, 382), (254, 382), (18, 69), (205, 382), 
                       (31, 183), (31, 267), (31, 382), (183, 267), (183, 382)])

print(pair_array)

#[[205 254]
# [205 382]
# [254 382]
# [ 18  69]
# [205 382]
# [ 31 183]
# [ 31 267]
# [ 31 382]
# [183 267]
# [183 382]]

有没有办法将此数组转换为包含所有可能组合的出现次数的对称熊猫数据框？我期待这样的事情：

#     18  31  69 183 205 254 267 382 
#  18  0   0   1   0   0   0   0   0
#  31  0   0   0   1   0   0   1   1
#  69  1   0   0   0   0   0   0   0
# 183  0   1   0   0   0   0   1   1
# 205  0   0   0   0   0   1   0   2
# 254  0   0   0   0   1   0   0   1
# 267  0   1   0   1   0   0   0   0
# 382  0   1   0   1   2   1   0   0

Answer 1

一种方法是使用NetworkX构建图并直接获取邻接矩阵作为具有nx.to_pandas_adjacency. 为了考虑图中边的共现，我们可以创建一个nx.MultiGraph，它允许多个边连接同一对节点：

import networkx as nx

G = nx.from_edgelist(pair_array, create_using=nx.MultiGraph)
nx.to_pandas_adjacency(G, nodelist=sorted(G.nodes()), dtype='int')

      18   31   69   183  205  254  267  382
18     0    0    1    0    0    0    0    0
31     0    0    0    1    0    0    1    1
69     1    0    0    0    0    0    0    0
183    0    1    0    0    0    0    1    1
205    0    0    0    0    0    1    0    2
254    0    0    0    0    1    0    0    1
267    0    1    0    1    0    0    0    0
382    0    1    0    1    2    1    0    0

构建NetworkX图，还可以根据我们期望的行为创建邻接矩阵或其他矩阵。我们可以使用以下命令创建它：

• nx.Graph：如果我们想为（或）边设置为1条目(x,y)和（y,x）。这将因此产生一个对称的邻接矩阵(x,y)(y,x)
• nx.DiGraph: 如果(x,y)应该只将(x,y)条目设置为1
• nx.MultiGraph: 与 a 相同的行为，nx.Graph但考虑边缘共现
• nx.MultiDiGraph：对于与 a 相同的行为，nx.DiGraph但也考虑了边缘共现

Answer 2

一种方法是在轴 1 处附加pair_arraywith pair_arrayreversed，可以使用[::-1]. 并追加使用np.vstack/ np.r_/ np.concatenate。

现在用于pd.crosstab执行交叉制表。

all_vals = np.r_[pair_array, pair_array[:, ::-1]]
pd.crosstab(all_vals[:, 0], all_vals[:, 1])

col_0  18   31   69   183  205  254  267  382
row_0                                        
18       0    0    1    0    0    0    0    0
31       0    0    0    1    0    0    1    1
69       1    0    0    0    0    0    0    0
183      0    1    0    0    0    0    1    1
205      0    0    0    0    0    1    0    2
254      0    0    0    0    1    0    0    1
267      0    1    0    1    0    0    0    0
382      0    1    0    1    2    1    0    0

正如@QuangHoang指出的，当相同对出现不止一次时，即[(18, 18), (18, 18), ...]，然后使用

rev = pair_array[:, ::-1]
m = (pair_array == rev)
rev = rev[~np.all(m, axis=1)]
all_vals = np.r_[pair_arr, rev]