python - 使用节点行和列位置的字典将 Pandas 边列表转换为稀疏转换矩阵？

Question

我有一个大型数据框，其中包含二分图中的边列表。我想将它转换为 python 稀疏转换矩阵。

所以我有一个数据框，其中包含将第 1 部分 (a,b,c) 和部分 (x,y,z) 中的节点链接起来的边列表。边具有多重性:在示例中，从 b 到 y 有两条边。

start  end  multiplicity
    a    x             1
    a    y             1
    b    y             2
    b    z             1
    c    x             1
    c    z             1

我想要的结果是一个稀疏矩阵，在本例中为 3x3。我有第 1 部分和第 2 部分的字典，指示哪个节点对应于生成的转换矩阵的哪一行和哪列:

dic1 = {'a':0,'b':1,'c':2}
dic2 = {'x':1,'y':0,'z':2}

所以我想要矩阵

  y x z
a 1 1 0
b 2 0 1
c 0 1 1

...但在稀疏(csr_matrix、lil_matrix 或 coo_matrix)中。我试过遍历边缘列表，但对于长列表来说太慢了。 此外，基于枢轴的方法将生成完整的矩阵，这将很慢并且会消耗内存。 有没有一种高效的方法可以得到我想要的稀疏矩阵

Answer 1

据我了解，你可以试试 pivot + reindex 与 Index.map (我添加了 2 个变量 m 和 final 以提高可读性，您可以在测试后将其替换为一个):

m = df.pivot(*df).fillna(0).rename_axis(index=None,columns=None)
final = m.reindex(index=m.index[m.index.map(dic1)],columns=m.columns[m.columns.map(dic2)])

---

print(final)

     y    x    z
a  1.0  1.0  0.0
b  2.0  0.0  1.0
c  0.0  1.0  1.0