Python 如何将简单的网络数据帧更改为关联表？

我有一个这种格式的数据帧

  from to weight
0    A  D 3
1    B  A 5
2    C  E 6
3    A  C 2

我希望将其转换为如下所示的相关类型数据帧-

  A B C D E
A 0 0 2 0 3
B 5 0 0 0 0
C 0 0 0 0 6
D 0 0 0 0 0
E 0 0 0 0 0

我认为一个可能的（读起来很幼稚）解决方案是在数据帧上循环，然后通过比较行和列将值分配给另一个数据帧的正确单元格

类似于此：

new_df = pd.DataFrame(columns = sorted(set(df["from"])), index =sorted(set(df["from"])))

for i in range(len(df)):
    cor.loc[df.iloc[i,0], df.iloc[i,1]] = df.iloc[i,2]

这起作用了。然而，我读过关于不在数据帧上循环的文章

---

主要的问题是我的数据帧比这个大——几千行。所以我想知道是否有其他的解决方法，因为这个方法不适合我，因为它是Pythonic。也可能更快，因为速度是一个问题。

IIUC，这是一个带有reindex的枢轴：

(df.pivot(index='from', columns='to', values='weight')
 .reindex(all_vals)
 .reindex(all_vals,axis=1)
 .fillna(0)
)

输出：

to      A    B    C    D    E
from                         
A     0.0  0.0  2.0  3.0  0.0
B     5.0  0.0  0.0  0.0  0.0
C     0.0  0.0  0.0  0.0  6.0
D     0.0  0.0  0.0  0.0  0.0
E     0.0  0.0  0.0  0.0  0.0

---

谢谢你的回答。这里的

all\u vals

是什么？

df.pivot（'from'，'to'，'weight'）。fillna（0）

也应该这样做，只保留最后的值。@Abhishek

all\u vals=['A'，'B'，'C'，'D'，'E']

这样你就可以拥有所有的列/行。@filippo

df['from'，'to'].stack（）.unique（）

或者只使用

np unique（df['from'，'to']）

用于性能测试