时间戳

首页 > 解决方案 > 使用分组列的邻接矩阵

python - 使用分组列的邻接矩阵

问题描述

我目前开始接触熊猫，我想知道是否有一个函数可以为我提供 DataFrame 中常见的项目类别。可视化：

这些是我拥有的数据（显然是高度简化的示例）

   Discipline   Person
0    football   Alanis
1    football  Bernard
2    football  Delilah
3  basketball  Charlie
4  basketball  Delilah
5      tennis  Charlie

我想知道哪两个人共享一个学科，理想情况下是这样的矩阵形式：

        Alanis  Bernard Charlie Delilah
Alanis  True    True    False   True    
Bernard True    True    False   True
Charlie False   False   True    True
Delilah True    True    True    True

或者，它可以是一个返回常见类别列表的函数。
我什至不知道 pandas 是否是完成此类任务的最佳工具（可能不是），正如我所说，我还是个菜鸟。不过，我非常感谢您的帮助。谢谢！

标签： pythonpandasgraphnetworkx

解决方案

一种方法是建立一个网络，并从中获得邻接矩阵：

import networkx as nx
from itertools import combinations, chain

L = df.groupby('Discipline').Person.agg(list)

G = nx.Graph()
L = [list(combinations(i,2)) for i in L.values.tolist()]
G.add_edges_from(chain.from_iterable(L))

nx.to_pandas_adjacency(G, nodelist=sorted(G.nodes())).astype(bool)

          Alanis  Bernard  Charlie  Delilah
Alanis    False     True    False     True
Bernard    True    False    False     True
Charlie   False    False    False     True
Delilah    True     True     True    False

如果要将对角线值设置为 True，则只需添加：

import numpy as np
out[:] = out.values + np.eye(out.shape[1], dtype=bool)

print(out)

         Alanis  Bernard  Charlie  Delilah
Alanis     True     True    False     True
Bernard    True     True    False     True
Charlie   False    False     True     True
Delilah    True     True     True     True

推荐阅读