Pandas数据框，更改“对角线”上的值（其中索引值等于列名）

Question

我有一个pandas DataFrame，其中索引是列的子集，即索引中的每个值也是一列名称，并且还有其他列，类似于这样：

import pandas as pd
import numpy as np
df = pd.DataFrame(index=['John', 'Mary', 'Steven'],
                  columns=['John','Susan','Steven','Chris','Mary'],
                  data=np.arange(15).reshape(3,5))

我现在想将“对角线”项设置为一个固定值，比如0.0。所谓的“对角线”是指索引值与列名匹配的那些条目。我可以通过迭代索引并在该循环内将每个“对角线”条目设置为0.0来实现。

for i in df.index:
    df.loc[i, i] = 0.0

但是我想知道是否有更符合Python风格的方法，即可能实现这一点的向量化方法。我想必须有类似于df.loc[df.index, df.index] = 0.0的东西，但它并不产生所需的结果。

- Nras

---

我认为你的做法可能是最好的。我不确定“向量化”在你的情况下是否有任何实际意义。在你获得速度的程度上，我认为你必须已经拥有一个行和列顺序相同的正方形数据框架。鉴于这两个条件都不适用于此，我不认为有理由改变你现有的做法。 - JohnE

Answer 1

您可以使用NumPy的fill_diagonal函数。

import numpy as np 

#rearrange columns according to order of index
df = df.reindex(columns=list(df.index) + list(df.columns.difference(df.index))) 

np.fill_diagonal(df.values,0)

print df
         John  Mary  Steven  Chris  Susan
John       0     4       2      3      1
Mary       5     0       7      8      6
Steven    10    14       0     13     11

- Ankush Shah

---

遗憾的是，顺序是任意的（如我的示例所示）。在您的示例中，它会产生错误的结果，即对于玛丽，对角线未设置为0。 - Nras

我明白了。按照索引的顺序重新排列列，然后调用fill_diagonal函数怎么样？ - Ankush Shah

还不太正确，但已经接近了。你正在更改列，但需要重新索引（否则会更改数据）。我想“df = df.reindex(columns=list(df.index) + list(df.columns - df.index))”可能有效。我明天会检查一下。 - Nras

我认为，我们现在已经得到了一个可行的解决方案，尽管我对这是否比我最初提出的循环更快或更慢持怀疑态度，但我仍然会尝试一下！ - Nras

@Nras：根据您最后的编辑（取并集而不是转换为列表），顺序将会丢失。 - Ankush Shah