代码之家 › 专栏 › 技术社区 › Dan Grossnickle

Pandas交叉表矩阵点nansum

nan matrix pandas python

Dan Grossnickle · 技术社区 · 7 年前

我正在寻找使用np从现有数据帧创建子数据帧的帮助。类nansum函数。我想将此表转换为非空列和的矩阵:

    dan ste bob
t1  na  2   na
t2  2   na  1
t3  2   1   na
t4  1   na  2
t5  na  1   2
t6  2   1   na
t7  1   na  2

例如,当“dan”不为null(t-2,3,4,6,7)“ste”的和为2,“bob”的和为5。当“ste”不为空时,“dan”的和为4。

    dan ste bob
dan 0   2   5
ste 4   0   2
bob 4   1   0

有什么想法吗?

提前感谢!

我最终使用了matt函数的修改版本,如下所示:

def nansum_matrix_create(df):
    rows = []
    for col in list(df.columns.values):

        col_sums = df[df[col] != 0].sum()
        rows.append(col_sums)

    return pd.DataFrame(rows, columns=df.columns, index=df.columns)

2 回复 | 直到 6 年前

piRSquared 7 年前

使用 pd.DataFrame.notnull 获取非空值的位置。
然后使用 pd.DataFrame.dot
最后,使用 np.eye 将对角线归零。

df.notnull().T.dot(df.fillna(0)) * (1 - np.eye(df.shape[1]))

     dan  ste  bob
dan  0.0  2.0  5.0
ste  4.0  0.0  2.0
bob  4.0  1.0  0.0

注:
我用它来确保我的值是数字。

df = df.apply(pd.to_numeric, errors='coerce')

Matt 7 年前

假设您的数据帧没有大量的列,这个函数应该做您想要做的事情,并且性能相当好。我已经使用 for 在列之间循环,这样可能会有一个更高性能/优雅的解决方案。

import pandas as pd

# Initialise dataframe
df = {"dan":[pd.np.nan,2,2,1,pd.np.nan,2,1],
      "ste":[2,pd.np.nan,1,pd.np.nan,1,1,pd.np.nan],
      "bob":[pd.np.nan,1,pd.np.nan,2,2,pd.np.nan,2]}
df = pd.DataFrame(df)[["dan","ste","bob"]]

def matrix_create(df):
    rows = []
    for col in df.columns:
        subvals, index = [], []
        for subcol in df.columns:
            index.append(subcol)
            if subcol == col:
                subvals.append(0)
            else:
                subvals.append(df[~pd.isnull(df[col])][subcol].sum())

        rows.append(subvals)

    return pd.DataFrame(rows,columns=df.columns,index=index)

matrix_create(df)

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前