Python: 从数据框创建邻接矩阵

Question

我有以下数据框：

Company Firm
125911  1
125911  2
32679   3
32679   5
32679   5
32679   8
32679   10
32679   12
43805   14
67734   8
67734   9
67734   10
67734   10
67734   11
67734   12
67734   13
74240   4
74240   6
74240   7

基本上，公司在特定年份对该公司进行投资，这种情况下所有公司的年份相同。我想在Python中创建一个简单的邻接矩阵，只包含0和1。如果两个公司都对同一家公司进行了投资，则为1。因此，即使例如公司10和8在同一时间投资于两家不同的公司，它仍将为1。 我要查找的结果矩阵如下：

Firm 1  2   3   4   5   6   7   8   9   10  11  12  13  14
1   0   1   0   0   0   0   0   0   0   0   0   0   0   0
2   1   0   0   0   0   0   0   0   0   0   0   0   0   0
3   0   0   0   0   1   0   0   1   0   1   0   1   0   0
4   0   0   0   0   0   1   1   0   0   0   0   0   0   0
5   0   0   1   0   0   0   0   1   0   1   0   1   0   0
6   0   0   0   1   0   0   1   0   0   0   0   0   0   0
7   0   0   0   1   0   1   0   0   0   0   0   0   0   0
8   0   0   1   0   1   0   0   0   1   1   1   1   1   0
9   0   0   0   0   0   0   0   1   0   1   1   1   1   0
10  0   0   1   0   1   0   0   1   1   0   1   1   1   0
11  0   0   0   0   0   0   0   1   1   1   0   1   1   0
12  0   0   1   0   1   0   0   1   1   1   1   0   1   0
13  0   0   0   0   0   0   0   1   1   1   1   1   0   0
14  0   0   0   0   0   0   0   0   0   0   0   0   0   0

我看到过类似的问题，可以使用crosstab，但在这种情况下，每个公司只有一行，不同公司在不同的列中。所以我想知道解决这个特定问题的最佳和最有效的方法是什么？非常感谢您的帮助。

- Hassan33

Answer 1

dfs = []
for s in df.groupby("Company").agg(list).values:
    dfs.append(pd.DataFrame(index=set(s[0]), columns=set(s[0])).fillna(1))

out = pd.concat(dfs).groupby(level=0).sum().gt(0).astype(int)
np.fill_diagonal(out.values, 0)
print(out)

输出：

    1   2   3   4   5   6   7   8   9   10  11  12  13  14
1    0   1   0   0   0   0   0   0   0   0   0   0   0   0
2    1   0   0   0   0   0   0   0   0   0   0   0   0   0
3    0   0   0   0   1   0   0   1   0   1   0   1   0   0
4    0   0   0   0   0   1   1   0   0   0   0   0   0   0
5    0   0   1   0   0   0   0   1   0   1   0   1   0   0
6    0   0   0   1   0   0   1   0   0   0   0   0   0   0
7    0   0   0   1   0   1   0   0   0   0   0   0   0   0
8    0   0   1   0   1   0   0   0   1   1   1   1   1   0
9    0   0   0   0   0   0   0   1   0   1   1   1   1   0
10   0   0   1   0   1   0   0   1   1   0   1   1   1   0
11   0   0   0   0   0   0   0   1   1   1   0   1   1   0
12   0   0   1   0   1   0   0   1   1   1   1   0   1   0
13   0   0   0   0   0   0   0   1   1   1   1   1   0   0
14   0   0   0   0   0   0   0   0   0   0   0   0   0   0

- Andrej Kesely

---

干杯！非常感谢。 - Hassan33

Answer 2

dfm = df.merge(df, on="Company").query("Firm_x != Firm_y")
out = pd.crosstab(dfm['Firm_x'], dfm['Firm_y'])

>>> out
Firm_y  1   2   3   4   5   6   7   8   9   10  11  12  13  14
Firm_x
1        1   0   0   0   0   0   0   0   0   0   0   0   0   0
2        0   1   0   0   0   0   0   0   0   0   0   0   0   0
3        0   0   1   0   0   0   0   0   0   0   0   0   0   0
4        0   0   0   1   0   0   0   0   0   0   0   0   0   0
5        0   0   0   0   4   0   0   0   0   0   0   0   0   0
6        0   0   0   0   0   1   0   0   0   0   0   0   0   0
7        0   0   0   0   0   0   1   0   0   0   0   0   0   0
8        0   0   0   0   0   0   0   2   0   0   0   0   0   0
9        0   0   0   0   0   0   0   0   1   0   0   0   0   0
10       0   0   0   0   0   0   0   0   0   5   0   0   0   0
11       0   0   0   0   0   0   0   0   0   0   1   0   0   0
12       0   0   0   0   0   0   0   0   0   0   0   2   0   0
13       0   0   0   0   0   0   0   0   0   0   0   0   1   0
14       0   0   0   0   0   0   0   0   0   0   0   0   0   1

- Corralien