Python 如何在pandas/numpy中制作百分比矩阵？

我正在努力在pandas/NumPy中获得类似矩阵数据帧的东西

我有以下数据帧

价值 来源 安置 弗斯特 A. 鹅饲料 1. 鹅饲料 A. 赛博网络 2. 鹅饲料 A. 鹅饲料 3. 鹅饲料 B 赛博网络 1. 赛博网络 B 鹅饲料 2. 赛博网络 C WowFeed 1. WowFeed C WowFeed 2. WowFeed C 赛博网络 3. WowFeed C 鹅饲料 4. WowFeed C 赛博网络 5. WowFeed D 鹅饲料 1. 鹅饲料

---

这里需要一些步骤。在第一步中，我们删除重复项以避免重复计数和透视：

df2 = pd.pivot_table(df.drop_duplicates(['Value','Source','First']), index = 'Source', columns = 'First',values = 'Value',aggfunc = 'count', fill_value = 0)
df2

我们得到

First       CyberCyber  GooFeed WowFeed
Source          
CyberCyber  1           1       1
GooFeed     1           2       1
WowFeed     0           0       1

现在我们需要转换成比例并计算总数。有点棘手的一点是去掉对角线（这就是

np.eye（）

的作用）

我们得到了

First       CyberCyber  GooFeed     WowFeed     Total
Source              
CyberCyber  0.00        0.333333    0.333333    0.666667
GooFeed     0.25        0.000000    0.250000    0.500000
WowFeed     0.00        0.000000    0.000000    0.000000
Total       0.25        0.333333    0.583333    1.166667

---

如果需要，您可以使用NaN替换0，例如，使用df4.replace（0，np.NaN）并手动将右下角的单元格设置为NaN（如果这是重要的）

我设法使用PiterBarg回答并实现了我需要的一切。谢谢皮特堡

对于感兴趣的人，我将发布代码，因为我对其进行了一些编辑（注意-列/值的不同命名）

---

一句话：太棒了！这很有帮助，解释得很好，谢谢。我设法理解了你所做的事情，并且在一开始就删除了副本，这帮助了我进行了更多的计算。@MauriceF很高兴这有帮助！考虑将答案标记为“接受”，我只会有更多的问题，总的值（百分比）的总行（底部）没有意义，我问它是如何。这些值没有意义，应该是包括0%的列的平均值，不包括源与其自己的列匹配的字段。对吗？这应该会给出一个结果：所有来源的百分比都来自这个来源。问题2刚刚看到，百分比有问题。即使此列中没有任何值，也会计算它们。我将在另一个答案中添加图片。@MauriceF如果您的问题不太正确，您应该编辑您的问题，而不是添加信息作为答案

First       CyberCyber  GooFeed     WowFeed     Total
Source              
CyberCyber  0.00        0.333333    0.333333    0.666667
GooFeed     0.25        0.000000    0.250000    0.500000
WowFeed     0.00        0.000000    0.000000    0.000000
Total       0.25        0.333333    0.583333    1.166667