pandas 的:来自pd.crosstab()的矩阵

本文介绍了 pandas 的:来自pd.crosstab()的矩阵的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

我正在逐步学习熊猫，我发现pd.crosstab()可以成就奇迹，但在这种情况下我很难使它起作用.

I'm progressively learning pandas, I figured out that pd.crosstab() can do marvels but I've hard time to make it work in that case.

我有一个标有int的对象obj的列表，我希望对象的矩阵共享相同的标签(如果相同，则为1，否则为0)

I have a list of objects obj tagged with an int, I want to have the matrix of the objects sharing the same tag (1 if it's the same, 0 else)

| obj | tag |
|-----|-----|
| a   | 0   |
| b   | 2   |
| c   | 1   |
| ... | ... |
| z   | 2   |

|     | a | b | c | ... | z |
|-----|---|---|---|-----|---|
| a   | 1 | 0 | 0 | .   | 0 |
| b   | 0 | 1 | 0 | .   | 1 |
| c   | 0 | 0 | 1 | .   | 0 |
| ... | . | . | . | .   | 0 |
| z   | 0 | 1 | 0 | 0   | 1 |

有一些for midables方法可以做到，还有熊猫友好型吗?

There are some formidables ways to do it, is there one more panda-friendly ?

PS:尝试过pd.crosstab(df.obj, df.obj, values=df.tag, aggfunc=[np.sum])，但填充了NaN.

PS : Tried with pd.crosstab(df.obj, df.obj, values=df.tag, aggfunc=[np.sum]) but NaN filled.

推荐答案

您可以使用 merge 与 crosstab 和 :

df = df.merge(df, on='tag')
df = pd.crosstab(df.obj_x, df.obj_y).rename_axis(None).rename_axis(None, axis=1)
print (df)
   a  b  c  z
a  1  0  0  0
b  0  1  0  1
c  0  0  1  0
z  0  1  0  1

这篇关于 pandas 的:来自pd.crosstab()的矩阵的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！