你会如何用熊猫翻转和折叠矩阵？答案

【问题标题】：How would you flip and fold diagonaly a matrix with pandas?你会如何用熊猫翻转和折叠矩阵？
【发布时间】：2021-08-03 15:29:05
【问题描述】：

我想整理一些数据以进行可视化和统计，但我不知道如何进行。

数据分为 3 列（stimA、stimB 和 subjectAnswer）和 10 行（成对数），它们来自成对比较测试，采用 panda 的 dataFrame 格式。示例：

stimA	stimB	subjectAnswer
1	2	36
3	1	55
5	3	98
...	...	...

我的目标是将它们组织为一个矩阵，每一行和每一列对应一个刺激，其中 subjectAnswer 数据分组到矩阵对角线的左侧（在我的示例中，subjectAnswer 36 对应于 stimA 1 和 stimB 2应该去索引 [2][1])，像这样：

stimA/stimB	1	2	3
1	...
2	36
3	55
4	...
5	...	...	98

我成功地将第一个表转为矩阵，但我无法成功排列我的数据 diag 左侧，这是我的代码：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


session1 = pd.read_csv(filepath, names=['stimA', 'stimB', 'subjectAnswer'])


pivoted = session1.pivot('stimA','stimB','subjectAnswer')

这给出了：

会话 1：

   stimA  stimB  subjectAnswer
0      1      3              6
1      4      3             21
2      4      5             26
3      2      3             10
4      1      2              6
5      1      5              6
6      4      1              6
7      5      2             13
8      3      5             15
9      2      4             26

转向：

stimB    1     2     3     4     5
stimA                             
1      NaN   6.0   6.0   NaN   6.0
2      NaN   NaN  10.0  26.0   NaN
3      NaN   NaN   NaN   NaN  15.0
4      6.0   NaN  21.0   NaN  26.0
5      NaN  13.0   NaN   NaN   NaN

pivoted 的预期输出：

stimB    1     2     3     4     5
stimA                             
1      NaN   NaN   Nan   NaN   NaN
2      6.0   NaN  Nan  NaN   NaN
3      6.0   10.0   NaN   NaN  NaN
4      6.0   26.0  21.0   NaN  NaN
5      6.0  13.0   15.0   26.0   NaN

非常感谢您的帮助！

【问题讨论】：

您能否编辑问题以显示您期望来自session1 数据帧的所需输出？

标签： python pandas numpy statistics visualization

【解决方案1】：

如果我理解正确的话，刺激 A 和 B 是可以互换的。因此，要获得您想要的矩阵布局，您可以在 A 小于 B 的那些行中将 A 与 B 交换。换句话说，您不使用原始 A 和 B 作为数据透视表，而是将最大值和最小值甲和乙：

session1['stim_min'] = np.min(session1[['stimA', 'stimB']], axis=1)
session1['stim_max'] = np.max(session1[['stimA', 'stimB']], axis=1)

pivoted = session1.pivot('stim_max', 'stim_min', 'subjectAnswer')
pivoted

  stim_min  1       2       3       4
stim_max                
2           6.0     NaN     NaN     NaN
3           6.0     10.0    NaN     NaN
4           6.0     26.0    21.0    NaN
5           6.0     13.0    15.0    26.0

【讨论】：

【解决方案2】：

sort 列 stimA 和 stimB 沿列轴，并在数据框中分配两个临时列 x 和 y。这里需要排序，因为我们需要确保生成的矩阵在右上方被裁剪。

旋转索引为y、列为x、值为subjectanswer 的数据框，然后重新索引重构的框架，以确保所有可用的唯一stim 名称都存在于索引和列中矩阵的

session1[['x', 'y']] = np.sort(session1[['stimA', 'stimB']], axis=1)

i = np.union1d(session1['x'], session1['y'])
session1.pivot('y', 'x','subjectAnswer').reindex(i, i)

x    1     2     3     4   5
y                           
1  NaN   NaN   NaN   NaN NaN
2  6.0   NaN   NaN   NaN NaN
3  6.0  10.0   NaN   NaN NaN
4  6.0  26.0  21.0   NaN NaN
5  6.0  13.0  15.0  26.0 NaN

【讨论】：