python - 从 pandas 列表列创建堆栈

Question

我在从以下 df 构建堆栈时遇到问题:

import pandas as pd

df = pd.DataFrame(
    {
        "Student": ['Daphne','Scooby','Daphne','Shaggy','Fred','Daphne'],
        "window": [['Fred'],['Daphne'], [''], ['Daphne'],['Velma','Scrappy'],['Velma','Fred']]
    }
)

它给你:

  Student            window
0  Daphne            [Fred]
1  Scooby          [Daphne]
2  Daphne                []
3  Shaggy          [Daphne]
4    Fred  [Velma, Scrappy]
5  Daphne     [Velma, Fred]

我想创建一个堆栈表来显示每个学生在窗口中看到其他学生的次数。 我希望最终结果是这样的:

        Daphne  Fred  Scrappy  Velma
Daphne       0     2        0      1
Fred         0     0        1      1
Scrappy      0     0        0      0 
Velma        0     0        0      0

我想我可以做这样的事情:

dfd = pd.get_dummies(df["window"].dropna().apply(pd.Series).stack())

它给你:

     Daphne  Fred  Scrappy  Velma
1 0       1     0        0      0
2 0       0     0        0      0
3 0       1     0        0      0
4 0       0     0        0      1
  1       0     0        1      0
5 0       0     0        0      1
  1       0     1        0      0

一旦我实现了，这不会给我我想要的结果:

xrf_df = dfd.T.dot(dfd)

这给了你

            Daphne  Fred  Scrappy  Velma
         1       0     0        0      0
Daphne   0       2     0        0      0
Fred     0       0     2        0      1
Scrappy  0       0     0        1      1
Velma    0       0     1        1      2

我正在考虑用它来删除空白:

dfd = dfd.drop(0)
del dfd['']

但即使这样也无法在正确的列中给出正确的数字。

有人可以告诉我我做错了什么吗？

Answer 1

解决这个问题的一种方法，

df.explode('window').pivot_table(index='Student', columns='window', aggfunc='size', fill_value=0)

O/P；

window      Daphne  Fred  Scrappy  Velma
Student                                 
Daphne   1       0     2        0      1
Fred     0       0     0        1      1
Scooby   0       1     0        0      0
Shaggy   0       1     0        0      0

• 分解窗口列以删除列表
• 以列为窗口、索引为学生、计数为聚合函数执行透视，最后用 0 填充 nan ​