python - 从两列创建一个矩阵

Question

我正在尝试从 Excel 工作表中的两列创建一个矩阵。第一列是具有多个重复实例的键，第二列引用与该键相关的不同值。我希望能够创建第二列中所有值的矩阵，以引用它们针对所有关键实例配对在一起的次数。

   a                b
   1               red
   1               blue
   1               green
   2               yellow
   2               red
   3               blue
   3               green
   3               yellow

我想将此示例数据框转换为

color      red   blue   yellow   green
red         0      1       1       1
blue        1      0       1       2
yellow      1      1       0       1
green       1      2       1       0 

本质上使用 a 列作为 groupby() 来分段每个键，然后对遇到的关系进行计数作为运行计数。不太清楚如何实现数据透视表或交叉表来完成此任务(如果这是最好的路线)。

Answer 1

使用how='cross'作为pd.merge的参数。我假设您没有像两个(1，红色)那样的('a'，'b')重复项。

out = (
  pd.merge(df, df, how='cross').query('a_x == a_y & b_x != b_y')[['b_x', 'b_y']] \
    .assign(dummy=1).pivot_table('dummy', 'b_x', 'b_y', 'count', fill_value=0) \
    .rename_axis(index=None, columns=None)
)
print(out)

# Output:
        blue  green  red  yellow
blue       0      2    1       1
green      2      0    1       1
red        1      1    0       1
yellow     1      1    1       0