Python Pandas - 将“1D”文件转换为2D数组

Question

我看到一个回答，关于如何将嵌套的“2D”字典转化为Pandas DataFrame。那个方法可以解决我的问题，但是我在想，是否可以跳过生成嵌套字典的中间步骤。假设我的输入文件 input.txt 如下：

A B 1
A C 2
B C 3

我能用Pandas或Numpy将其转换为对称矩阵吗，而无需生成中间嵌套的字典？

  A B C
A 0 1 2
B 1 0 3
C 2 3 0

我希望您能避免创建的嵌套字典是：

d = {'A':{'B':1,'C':2},'B':{'C':3}}

在阅读有关IO工具文档中“使用MultiIndex读取索引”后，我尝试了这个方法：

import pandas as pd
df = pd.read_csv('input.txt', sep=' ', index_col=[0,1], header=None)

但是我没有得到一个2D热力图，当我执行以下操作时：

import matplotlib.pyplot as plt
plt.pcolor(df)
plt.imshow()

- tommy.carstensen

---

不要在你的问题中解释被接受的答案，你可以编辑或建议编辑DSM的答案，并将解释放在答案本身中。 - Tim

马上就会做，@tim-castelijns。感谢您教给我这个过程。 - tommy.carstensen

没关系。这只是更适合问答格式。 - Tim

在哪里？同时编辑时无需写EDIT：。 - Tim

Answer 1

我不确定这是否更加高效，但您可以使用pivot函数，然后将结果与其转置相加，如下所示：

df = pd.read_csv("input.txt", header=None, delim_whitespace=True)
df = df.pivot(0,1,2)
df.add(df.T, fill_value=0).fillna(0)

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0

---

这里是关于 add 和 pivot的文档。以下是相关步骤。第一行代码 df = pd.read_csv("input.txt", header=None, delim_whitespace=True) 返回：

   0  1  2
0  A  B  1
1  A  C  2
2  B  C  3

第二行代码 df = df.pivot(0,1,2) 返回如下结果:

1   B   C
0           
A   1   2
B NaN   3

魔术数字0，1和2分别代表index，columns和values。其中，index=0表示新框架的索引使用的列名，index是指pandas中的行名。columns=1表示新框架所需的用于生成列的列名；values=2则用于生成新框架的值的列名。

第三行代码df.add(df.T, fill_value=0).fillna(0)将转置添加到原数据中，以将三角形矩阵转换为对称矩阵。它返回以下结果：

   A  B  C
A  0  1  2
B  1  0  3
C  2  3  0

- DSM

---

谢谢你成为第一个向我展示学习 Pandas 的重要性的人。非常抱歉没有立即为你的回答投票，但我必须先阅读文档以理解你回答中的 df.pivot(0,1,2) 部分。 - tommy.carstensen

这不是很高效，但只有三行代码，对我来说很重要，因为这是我在非洲为一门课程做的一个实践，参与者几乎没有编程经验。非常感激。谢谢。 - tommy.carstensen