Python:试图从 Pandas 的DataFrame中创建一个矩阵

Question

因此，我使用 Pandas 将一些数据从数据库导入到 DataFrame 对象中。数据格式如下:

time   info    from    to    frequency
19:00  ...      A      X        20
19:00  ...      B      Z         9
21:00  ...      A      Y         2
21:00  ...      A      Z         5
23:55  ...      A      X         8

现在，我有两个问题需要解决:

1. 独立于时间计算从一个点到另一个点的每个运动的频率总和，这样从 A 点到 X 点这个总和就是 28。所以你可能猜到了，“时间”和“键”是一次性 key ，在这种情况下我不需要它们。

2. 因为我可以保证“from”中的所有点都与“to”中的点相同，所以我希望以某种矩阵的形式得到上面提到的这些总和。

我已经用下面的代码解决了这两个问题:

import pandas as pd

def make_matrix(df: pd.DataFrame):

    # Get grouped version, discarding date and info...
    grouped = df.groupby(['from', 'to'])['frequency'].sum()

    # Fill dictionary acting as matrix...
    D = {}
    for (_from, _to), freq in grouped.items():
        if D.get(_from):
            D[_from][_to] = int(freq)
        else:
            D[_from] = {}

对于上下文，第一行将示例 DataFrame 转换为:

from    to    frequency
   A     X        28
         Y         2
         Z         5
   B     Z         9

事实是，我很确定有更好的方法来执行此操作，但我无法在 StackOverflow 或 Google 的其他地方找到它，因为这是一个非常特殊的情况。

此外，我正在寻找一种更好的方法，因为对于从点 X 到同一个点 X 的每个实例，该字典最终都没有 None/0 值。

我在想应该有一种更简单的方法来合并这些列，而不是它们以 grouped: pd.Series 的格式结束，因为必须像 (A ,X),(A,Y),(A,Z) 等等，以及必须人为地将 None 添加到字典中的 (X,X) 的微不足道的情况中，感觉非常 hacky...

编辑 1:我正在添加所需的矩阵输出...它应该是这样的:

    A     B    ...    X    Y    Z
A  null   0    ...   28    2    5
B   0    null  ...    0    0    9
.
.
.
X   0     0    ...    0    0    0
Y   0     0    ...    0    0    0
Z   0     0    ...    0    0    0

此外，如果在矩阵位置 M[X][A] 中有另一个元组，例如从 X 到 A 且频率为 25，则将是 0 而不是25.

编辑 2:有可能我索引错误，它可能是转置矩阵而不是示例矩阵，无论哪种方式你都会遇到问题，它是一个非对称平方矩阵。

Answer 1

df.groupby(['from', 'to'])['frequency'].sum()
   .unstack(fill_value=0)

试着写这个，我相信你会得到正确的输出