[英]How to obtain symmetrical matrix from dictionary in Python
我有一个关于 Python 中数据操作的基本问题。
我有以下字典:
mydict={('A', 'E'): 23972,
('A', 'D'): 10730,
('A', 'B'): 14748,
('A', 'C'): 3424,
('E', 'D'): 3294,
('E', 'B'): 16016,
('E', 'C'): 3373,
('D', 'B'): 69734,
('D', 'C'): 4662,
('B', 'C'): 159161}
如果仔细观察,这是具有空对角线的对称矩阵的一半(不包括 0)。 我的最终目标是编写一个带有完整矩阵的 Pandas 数据框。
暂定方案
我想过“解包”字典获得 5 个列表,每个标签一个,所有值都与其他标签相关,在列表的自我位置上添加一个 0。 对于标签“A”和“B”,期望的结果是:
A=[0,mydict(['A','B']),mydict(['A','C']),mydict(['A','D']),mydict(['A','E'])]
B=[mydict(['A','B']),0,mydict(['B','C']),mydict(['D','B']),mydict(['E','B'])]
依此类推 C、D、E。 请注意,在 B 中,第 4 和第 5 个元素是 mydict(['D','B']) 和 mydict(['E','B']),因为 mydict(['B','D'])而 mydict(['B','E']) 在 mydict 中根本不存在。
通过这种方式,我可以轻松地从这些列表中填充数据框:
import pandas as pd
df=pd.DataFrame(columns=['A','B','C','D','E'])
df['A']=A
df['B']=B
题
我不太确定如何将 mydict “解包”到这些列表中,或者可以帮助我构建矩阵的任何其他容器中。 有什么建议?
一种选择是以完整矩阵格式重建字典,然后使用熊猫对其进行旋转:
import pandas as pd
mydict={('A', 'E'): 23972,
('A', 'D'): 10730,
('A', 'B'): 14748,
('A', 'C'): 3424,
('E', 'D'): 3294,
('E', 'B'): 16016,
('E', 'C'): 3373,
('D', 'B'): 69734,
('D', 'C'): 4662,
('B', 'C'): 159161}
# construct the full dictionary
newdict = {}
for (k1, k2), v in mydict.items():
newdict[k1, k2] = v
newdict[k2, k1] = v
newdict[k1, k1] = 0
newdict[k2, k2] = 0
# pivot the result from long to wide
pd.Series(newdict).reset_index().pivot(index='level_0', columns='level_1', values=0)
#level_1 A B C D E
#level_0
#A 0 14748 3424 10730 23972
#B 14748 0 159161 69734 16016
#C 3424 159161 0 4662 3373
#D 10730 69734 4662 0 3294
#E 23972 16016 3373 3294 0
或者正如@Ch3steR 所评论的那样,您也可以只为枢轴执行pd.Series(newdict).unstack()
。
我能想到的是首先将 dict 值填充到数组中,然后构造数据帧。
mydict={('A', 'E'): 23972,
('A', 'D'): 10730,
('A', 'B'): 14748,
('A', 'C'): 3424,
('E', 'D'): 3294,
('E', 'B'): 16016,
('E', 'C'): 3373,
('D', 'B'): 69734,
('D', 'C'): 4662,
('B', 'C'): 159161}
import numpy as np
import pandas as pd
a = np.full((5,5),0)
ss = 'ABCDE'
for k, i in mydict.items():
f,s = k
fi = ss.index(f)
si = ss.index(s)
a[fi,si] = i
a[si,fi] = i
# if you want to keep the diagonal
df = pd.DataFrame(a)
# if you want to remove diagonal:
no_diag = np.delete(a,range(0,a.shape[0]**2,(a.shape[0]+1))).reshape(a.shape[0],(a.shape[1]-1))
df = pd.DataFrame(no_diag)
这是一个直接的解决方案,它也不应该花费太多时间来运行 -
cols = np.unique(list(mydict.keys())).ravel()
df = pd.DataFrame(0, columns=cols, index=cols)
for i in mydict.items():
df.loc[i[0]] = i[1]
df = df + df.T
print(df)
A B C D E
A 0 14748 3424 10730 23972
B 14748 0 159161 69734 16016
C 3424 159161 0 4662 3373
D 10730 69734 4662 0 3294
E 23972 16016 3373 3294 0
基准
添加基准(303 长度输入,MacBook pro 13)-
kk = 'ABCDEFGHIJKLMNOPQURSUVWXYZ'
mydict = {i:np.random.randint(1,10000) for i in itertools.combinations(kk,2)}
len(mydict)
#303
Fusion 的方法是最快的。
一旦创建一个系列形式的字典,然后unstack
以获取数据帧。 获取索引和列的并union
,以便能够使用所有可能的值重新reindex
两者。 将此数据帧的转置添加到自身以获取缺失值。
df_ = pd.Series(mydict).unstack(fill_value=0)
idx = df_.index.union(df_.columns)
df_ = df_.reindex(index=idx, columns=idx, fill_value=0)
df_ += df_.T
print(df_)
A B C D E
A 0 14748 3424 10730 23972
B 14748 0 159161 69734 16016
C 3424 159161 0 4662 3373
D 10730 69734 4662 0 3294
E 23972 16016 3373 3294 0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.