用 Pandas Series 中的元素填充 Pandas DataFrame 的对角线答案

【问题标题】：Fill the diagonal of Pandas DataFrame with elements from Pandas Series用 Pandas Series 中的元素填充 Pandas DataFrame 的对角线
【发布时间】：2019-01-02 08:41:39
【问题描述】：

给定一个带有索引的熊猫Series：

import pandas as pd

s = pd.Series(data=[1,2,3],index=['a','b','c'])

如何使用 Series 填充 pandas 版本 >= 0.23.0 中空 DataFrame 的对角线条目？

生成的 DataFrame 如下所示：

a prior similar question 将用相同的值填充对角线，我的问题是要求用系列中的不同值填充对角线。

提前感谢您的考虑和回复。

【问题讨论】：

标签： python python-3.x pandas dataframe linear-algebra

【解决方案1】：

先创建DataFrame，再创建numpy.fill_diagonal：

import numpy as np

s = pd.Series(data=[1,2,3],index=['a','b','c'])

df = pd.DataFrame(0, index=s.index, columns=s.index, dtype=s.dtype)

np.fill_diagonal(df.values, s)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

另一种解决方案是创建空的2d 数组，将值添加到对角线并最后使用DataFrame 构造函数：

arr = np.zeros((len(s), len(s)), dtype=s.dtype)
np.fill_diagonal(arr, s)

print (arr)
[[1 0 0]
 [0 2 0]
 [0 0 3]]

df = pd.DataFrame(arr, index=s.index, columns=s.index)
print (df)
   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

【讨论】：

【解决方案2】：

我不确定是否直接使用 Pandas 进行此操作，但如果您不介意使用 numpy.diag() 为您的系列构建对角线数据矩阵，然后将其插入 DataFrame，您可以轻松完成此操作：

diag_data = np.diag(s)  # don't need s.as_matrix(), turns out
df = pd.DataFrame(diag_data, index=s.index, columns=s.index)

   a  b  c
a  1  0  0
b  0  2  0
c  0  0  3

一行：

df = pd.DataFrame(np.diag(s),
                  index=s.index,
                  columns=s.index)

与由 10000 个元素组成的随机数组组成的系列的时序比较：

s = pd.Series(np.random.rand(10000), index=np.arange(10000))

df = pd.DataFrame(np.diag(s), ...)
173 ms ± 2.91 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

df = pd.DataFrame(0, ...)
np.fill_diagonal(df.values, s)
212 ms ± 909 µs per loop (mean ± std. dev. of 7 runs, 20 loops each)

mat = np.zeros(...)
np.fill_diagonal(mat, s)
df = pd.DataFrame(mat, ...)
175 ms ± 3.72 ms per loop (mean ± std. dev. of 7 runs, 20 loops each)

这里显示的第一个和第三个选项看起来基本相同，而中间的选项最慢。

【讨论】：