使用在第二个数据帧和第一个数据帧中形成的新行创建矩阵

Question

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'])

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 是两个数据帧中的一行，因此在矩阵中我们放置 matrix[2,4]=0 和 [4,2]=0 因为关系是双向的。

2) 1 4 是第二个数据帧中的一个新行，它不在第一个数据帧中，因此我们将 matrix[1,4]=1 和 [4,1]=1

3)如果一个组合在两个 dfs 中都不像 [3,4]，那么它的矩阵 [3,4]=matrix[4,3]=0

预期输出：

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

Answer 1

通过使用pandas..

df=pd.concat([df1,df2],keys=['old','new'])
df=df.drop_duplicates(['node1','node2'],keep=False).loc['new']
df=pd.crosstab(df.node1,df.node2).reindex(index=[1,2,3,4,5],columns=[1,2,3,4,5]).fillna(0)
pd.DataFrame(df.values.T+df.values,index=[1,2,3,4,5],columns=[1,2,3,4,5],dtype=int)
Out[894]: 
   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

Answer 2

使用node* 列作为numpy 数组的索引器，这可以很容易地完成。

# 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.]])

---

如果您希望在数据框中输出，请调用 DataFrame 构造函数：

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