Python 使用第二个数据帧wrt第一个数据帧中形成的新行创建矩阵

我想创建一个矩阵，矩阵中的1表示在第二个数据帧中形成的新行。 例如，-2 4是一行，它位于两个数据帧中，因此在矩阵中我们将矩阵[2,4]=0和[4,2]=0，因为关系是双向的

2） 14是第二个数据帧中的新行，它不在第一个数据帧中，因此我们将矩阵[1,4]=1和[4,1]=1

3） 如果组合在两个dfs中都不像[3,4]，则其矩阵[3,4]=矩阵[4,3]=0

预期产出：

data1 = { 'node1': [1,1,1,2],
     'node2': [2,3,5,4],
     'weight': [1,1,1,1], }
df1 = pd.DataFrame(data1, columns = ['node1','node2','weight'])

data2 = { 'node1': [1,1,2,3],
     'node2': [4,5,4,5],
     'weight': [1,1,1,1], }
df2= pd.DataFrame(data2, columns = ['node1','node2','weight'])

---

使用

node*

列作为

numpy

数组的索引器，可以非常轻松地完成此操作

0 0 0 1 0
0 0 0 0 0
0 0 0 0 1
1 0 0 0 0
0 0 1 0 0

---

如果要在数据帧中输出，请调用

dataframe

构造函数：

# Adapting Divakar's answer to my question here (with thanks) 
# https://stackoverflow.com/a/46990063/4909087 

m = pd.concat([df1, df2]).max().max()
v = np.zeros((m, m))

idx1 = df2.iloc[:, :-1].values - 1
idx2 = df1.iloc[:, :-1].values - 1

v[tuple(np.r_[idx1,idx1[:,::-1]].T)] = 1
v[tuple(np.r_[idx2,idx2[:,::-1]].T)] = 0

v
array([[ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.]])

---

使用

node*

列作为

numpy

数组的索引器，可以非常轻松地完成此操作

0 0 0 1 0
0 0 0 0 0
0 0 0 0 1
1 0 0 0 0
0 0 1 0 0

---

如果要在数据帧中输出，请调用

dataframe

构造函数：

# Adapting Divakar's answer to my question here (with thanks) 
# https://stackoverflow.com/a/46990063/4909087 

m = pd.concat([df1, df2]).max().max()
v = np.zeros((m, m))

idx1 = df2.iloc[:, :-1].values - 1
idx2 = df1.iloc[:, :-1].values - 1

v[tuple(np.r_[idx1,idx1[:,::-1]].T)] = 1
v[tuple(np.r_[idx2,idx2[:,::-1]].T)] = 0

v
array([[ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  1.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  1.,  0.,  0.]])

---

通过使用

pandas

pd.DataFrame(v, np.arange(m) + 1, np.arange(m) + 1, dtype=int)

   1  2  3  4  5
1  0  0  0  1  0
2  0  0  0  0  0
3  0  0  0  0  1
4  1  0  0  0  0
5  0  0  1  0  0

---

通过使用

pandas

pd.DataFrame(v, np.arange(m) + 1, np.arange(m) + 1, dtype=int)

   1  2  3  4  5
1  0  0  0  1  0
2  0  0  0  0  0
3  0  0  0  0  1
4  1  0  0  0  0
5  0  0  1  0  0

---

---

因此，如果一个组合没有出现在df1中，这意味着您将该值设置为1，对吗？是的。如果一行出现在df2中而不是df1中，那么它是1如果一个组合没有出现在两者中呢？如果组合没有出现在任何中，那么它是0。就像上面的示例中[3,4]不存在，因此矩阵[3,4]=矩阵[4,3]=0我编辑了我的答案，以向您展示如何将其推广到更大的数据中，谢谢。因此，如果组合没有出现在df1中，这意味着您将值设置为1，对吗？是的。如果df2中存在一行，但没有出现在df1中，那么它是1如果组合没有出现在两者中呢？如果组合没有出现在任何中，那么它是0。如上述示例所示[3,4]不存在，因此矩阵[3,4]=矩阵[4,3]=0我编辑了我的答案，向您展示了如何将其推广到更大的数据，谢谢。+

astype

用于整洁的输出！如何将此答案推广到大数据集？+

astype

用于整洁的输出！如何将此答案推广到大数据集？idx1和idx2是什么？@code\u忍者感谢您的提问。它们是在较旧版本的po中定义的st one可能已经看穿了编辑历史。我的错误是，我在更新post.v=np.zeros（（m，m））时忘记了将其添加回去处理大型数据集时出现内存错误。是否有修复方法？Thanks@ChaitaliSarkar在这种情况下，

m

的值是多少？m的值是96575 idx1和idx2是什么？@code\u忍者谢谢你的提问。它们是在旧版本的帖子中定义的，你可以通过编辑历史看到。我的错误是，我忘了将其添加回去当更新post.v=np时，在处理大型数据集时，零（（m，m））会导致内存错误。您有解决方法吗？Thanks@ChaitaliSarkar在这种情况下，

m

的值是多少？m的值是96575