将边列表转换为邻接矩阵

Question

我的数据框表示图的边列表，格式如下：  node1 node2 weight0     a     c      11     b     c      22     d     c      3我的目标是生成等效的邻接矩阵：    a b c da   0 0 1 0b   0 0 2 0c   0 0 0 3d   0 0 0 0目前，在构建边的数据帧时，我计算节点的数量并创建一个 NxN 数据帧并手动填充值。从第一个数据帧生成第二个数据帧的熊猫方式是什么？

Answer 1

决定对这个问题找点乐子。

您可以将node1和转换node2为 Categorical dtype，然后使用groupby.

from functools import partial

vals = np.unique(df[['node1', 'node2']])

p = partial(pd.Categorical, categories=vals) 

df['node1'], df['node2'] = p(df['node1']), p(df['node2'])

(df.groupby(['node1', 'node2'])

   .first()

   .fillna(0, downcast='infer')

   .weight

   .unstack())

node2  a  b  c  d

node1            

a      0  0  1  0

b      0  0  2  0

c      0  0  0  0

d      0  0  3  0

另一种选择是直接设置底层数组值。

df2 = pd.DataFrame(0, index=vals, columns=vals)

f = df2.index.get_indexer

df2.values[f(df.node1), f(df.node2)] = df.weight.values

print(df2)

   a  b  c  d

a  0  0  1  0

b  0  0  2  0

c  0  0  0  0

d  0  0  3  0

Answer 2

使用pivot与reindex

In [20]: vals = np.unique(df[['node1', 'node2']])

In [21]: df.pivot(index='node1', columns='node2', values='weight'

                  ).reindex(columns=vals, index=vals, fill_value=0)

Out[21]:

node2  a  b  c  d

node1

a      0  0  1  0

b      0  0  2  0

c      0  0  0  0

d      0  0  3  0

或者使用set_index和unstack

In [27]: (df.set_index(['node1', 'node2'])['weight'].unstack()

            .reindex(columns=vals, index=vals, fill_value=0))

Out[27]:

node2  a  b  c  d

node1

a      0  0  1  0

b      0  0  2  0

c      0  0  0  0

d      0  0  3  0