Python 计算网络中所有可能配对的连接总数

基于列出源和目标之间连接的数据帧

import pandas as pd 
df = pd.DataFrame({'source':['A','B','B'],'destination':['B','C','C']})
print(df)
  source destination
0      A           B
1      B           C
2      B           C

我想计算一个包含所有配对连接数的平方矩阵，即结果数据帧应该是

   A  B  C
A  0  1  0
B  0  0  2       
C  0  0  0

其中索引表示源，列标记目标

---

我怎样才能到达那里？

使用

pivot\u table

<代码>位置收集所有唯一的条目，以展开最终索引和列，包括零行和零列

将numpy导入为np
位置=np.唯一（df.值）
df.pivot_表（index='source'，
列='目标'，
aggfunc=len，dropna=False
).loc[位置，位置].fillna（0）
目的地A B C
来源
A 0.01.0 0.0
B 0.0 0.0 2.0
c0.0.0.0

与以下部件一起使用：

---

以下是我的解决方案，在将字母转换为整数（索引）后计算连接数：

作为pd进口熊猫
将numpy作为np导入
df=pd.DataFrame（{'source'：['A'，'B'，'B']，'destination'：['B'，'C'，'C']}）
打印（df）
节点=np.unique（df）
n_nodes=len（nodes）#假设没有丢失字母
adj=np.zero（（n个节点，n个节点））
lett2num=lambda字母：ord（letter.lower（））-96#将字母转换为数字，不区分大小写
对于索引，df.iterrows（）中的行：
i=lett2num（行源）-1
j=lett2num（行目的地）-1
形容词[i，j]+=1

它为

adj

输出：

数组（[[0,1,0.]），
[0., 0., 2.],
[0., 0., 0.]])

您打印的数据框与您输入代码的数据框完全不同？谢谢注意-请查看更正的版本。您可以通过维护一个以source为键的字典来实现这一点，它的值将是dest作为键的字典，no of occurance作为它的值。例如{A:{B:1}，B:{C:2}}，最后用这些相关信息制作一个矩阵。

v = np.unique(df.values)
df1 = pd.crosstab(df.source, df.destination).reindex(index=v, columns=v, fill_value=0)
print (df1)
destination  A  B  C
source              
A            0  1  0
B            0  0  2
C            0  0  0