Python 从dataframe和pandas中的矩阵创建新矩阵

我有一个数据帧

df

，看起来像这样：

    id1  id2  weights
0   a    2a   144.0
1   a    2b   52.5
2   a    2c   2.0
3   a    2d   1.0
4   a    2e   1.0
5   b    2a   2.0
6   b    2e   1.0
7   b    2f   1.0
8   b    2b   1.0
9   b    2c   0.008

以及

id2

列的元素之间的相似矩阵

mat

：

    2a    2b   2c   2d   2e   2f
2a  1     0.5  0.7  0.2  0.1  0.3
2b  0.5   1    0.6  0.4  0.3  0.4
2c  0.7   0.6  1    0.1  0.4  0.2
2d  0.2   0.4  0.1  1    0.8  0.7
2e  0.1   0.3  0.4  0.8  1    0.8
2f  0.3   0.4  0.2  0.7  0.8  1

现在，我想在

id1

的元素和

id2

的元素之间创建一个相似性矩阵。为此，我考虑了<代码> ID1 元素作为<代码>对应元素的IDE < /代码> Id，我的数据文件<代码> DF< /C>（相应的<代码>权重）。 我的第一次尝试是使用循环（aouch）：

但这当然不是肾盂式的，需要时间（

timeit

对于这些小矩阵显示

21.3ms

对于10k行

df

和3k乘3k

mat

）不可计算）。哪种方法更干净/有效

期望输出：

    2a          2b          2c          2d          2e          2f
a   0.857606    0.630424    0.672319    0.258354    0.163342    0.329676
b   0.580192    0.540096    0.520767    0.459425    0.459904    0.559425

是否有方法计算

id1

元素之间的另一个相似性矩阵（从该数据）

---

提前感谢您。

以下时钟为6–7毫秒（而您的方法在我的机器上大约为30毫秒）

输出：

id2        2a        2b        2c        2d        2e        2f
id1                                                            
a    0.857606  0.630424  0.672319  0.258354  0.163342  0.329676
b    0.580192  0.540096  0.520767  0.459425  0.459904  0.559425

---

以下时钟为6–7毫秒（与我的机器上的30毫秒相比）

输出：

id2        2a        2b        2c        2d        2e        2f
id1                                                            
a    0.857606  0.630424  0.672319  0.258354  0.163342  0.329676
b    0.580192  0.540096  0.520767  0.459425  0.459904  0.559425

---

你真是个天才，现在在我的原始数据帧上只需不到2秒。。。它的规模完美，投票和接受，谢谢！好吧，我的错，它在我的示例中运行良好（数据帧的1%），但在大的示例中需要10分钟。当我试图重新应用它以获得矩阵

id1

/

id1

时，我得到了一个MemoryError..你是个天才，现在在我的原始数据帧上只需不到2秒。。。它的规模完美，投票和接受，谢谢！好吧，我的错，它在我的示例中运行良好（数据帧的1%），但在大的示例中需要10分钟。当我试图重新应用它以获得矩阵

id1

/

id1

时，我得到一个MemoryError。。

id2        2a        2b        2c        2d        2e        2f
id1                                                            
a    0.857606  0.630424  0.672319  0.258354  0.163342  0.329676
b    0.580192  0.540096  0.520767  0.459425  0.459904  0.559425