轉換的N×N矩陣的熊貓數據幀

我在下面的格式有n個數據正以CSV轉換的N×N矩陣的熊貓數據幀

- A B C D 
A 0 1 2 4 
B 2 0 3 1 
C 1 0 0 5 
D 2 5 4 0 
...

我想讀它，並轉換爲3D大熊貓數據幀的格式如下：

Origin Dest Distance 
A  A 0 
A  B 1 
A  C 2

...

什麼是轉換的最佳方式？在最糟糕的情況下，我會編寫一個for循環來讀取每一行並追加它的轉置，但必須有一個更簡單的方法。任何幫助，將不勝感激。

來源

2016-03-07 G. Deg

Wh在這裏是'3-D'？ – Zero

分隔符是逗號。 –

我的意思是3維。兩列用於索引，一列用於值。 –

使用pd.melt()

假設，你的數據幀貌似

In [479]: df 
Out[479]: 
    - A B C D 
0 A 0 1 2 4 
1 B 2 0 3 1 
2 C 1 0 0 5 
3 D 2 5 4 0 

In [480]: pd.melt(df, id_vars=['-'], value_vars=df.columns.values.tolist()[1:], 
    .....:   var_name='Dest', value_name='Distance') 
Out[480]: 
    - Dest Distance 
0 A A   0 
1 B A   2 
2 C A   1 
3 D A   2 
4 A B   1 
5 B B   0 
6 C B   0 
7 D B   5 
8 A C   2 
9 B C   3 
10 C C   0 
11 D C   4 
12 A D   4 
13 B D   1 
14 C D   5 
15 D D   0

凡df.columns.values.tolist()[1:]的其餘列['A', 'B', 'C', 'D']

替換 ' - ' 與 '原產地'，你可以使用dataframe.rename(columns={...})

pd.melt(df, id_vars=['-'], value_vars=df.columns.values.tolist()[1:], 
     var_name='Dest', value_name='Distance').rename(columns={'-': 'Origin'})

來源

2016-03-07 18:57:50 Zero

謝謝約翰。它非常整齊。我不知道熔體的功能。 –

轉換的N×N矩陣的熊貓數據幀

回答

相關問題