Pandas pivot 热图过滤最常见的值

Question

基本上，我的最终结果应该是X个最常见的原产国的X个最喜欢的目的地的热图（例如 R 问题如何在这里仅为 50 个最高值创建热图）。 假设x=2与下面的小玩具 dataframe 对齐：

import pandas as pd

df = pd.DataFrame({'destination_1': ['Germany', 'France', 'UK', 'India', 'China'],
                   'destination_2': ['China', 'Vietnam', 'Namibia', 'India', 'UK'],
                   'destination_3' : ['France', 'Italy', 'Namibia', 'China', 'UK'],
                   'origin' : ['Germany', 'US', 'UK', 'China', 'UK']})

目的地计数应基于对所有三个目的地变量的提及。 为了解决这个问题，我融化了 pivot 数据。

 df1 = df.melt(id_vars= ['origin'],
    value_vars= ['destination_1', 'destination_2', 'destination_3'], var_name='columns')
df_heatmap = df1.pivot_table(index='origin',columns='value',aggfunc='count')

df_heatmap基本上已经是一个热图，可视化它没有问题。 对我来说唯一的问题是我不知道在哪里/如何放置过滤器以仅保留x最常见的起点和目的地。

Answer 1

过滤 pivot 表以获得真正的“总数”肯定会更好，但这是一种至少获得x:x pivot 表维度的方法。 基本上，我在旋转 dataframe 之前使用两个维度中的最高值计数列表来过滤它。

df1 = df.melt(id_vars= ['origin'],
    value_vars= ['destination_1', 'destination_2', 'destination_3'],
    var_name='columns')

most = df1['origin'].value_counts()[:2].index.tolist()
most2 = df1['value'].value_counts()[:2].index.tolist()
filt = (df1['origin'].isin(most) & df1['value'].isin(most2))
df2 = df1[filt]

df_heatmap = df2.pivot_table(index='origin',columns='value',aggfunc='count', margins = True, margins_name='Total')