Étant donné un carré pandas DataFrame de la forme suivante:
a b c
a 1 .5 .3
b .5 1 .4
c .3 .4 1
Comment puis-je melt
uniquement le triangle supérieur pour obtenir
Row Column Value
a a 1
a b .5
a c .3
b b 1
b c .4
c c 1
#Note the combination a,b is only listed once. There is no b,a listing
Je suis plus intéressé par une solution idiomatique pandas, un indexeur personnalisé serait assez facile à écrire à la main ...
Merci d'avance pour votre considération et votre réponse.
Je convertis d'abord les valeurs inférieures de df
en NaN
par where
et numpy.triu
puis stack
, reset_index
et définissez les noms des colonnes:
import numpy as np
print df
a b c
a 1.0 0.5 0.3
b 0.5 1.0 0.4
c 0.3 0.4 1.0
print np.triu(np.ones(df.shape)).astype(np.bool)
[[ True True True]
[False True True]
[False False True]]
df = df.where(np.triu(np.ones(df.shape)).astype(np.bool))
print df
a b c
a 1 0.5 0.3
b NaN 1.0 0.4
c NaN NaN 1.0
df = df.stack().reset_index()
df.columns = ['Row','Column','Value']
print df
Row Column Value
0 a a 1.0
1 a b 0.5
2 a c 0.3
3 b b 1.0
4 b c 0.4
5 c c 1.0
Construire à partir d'une solution de @jezrael, l'indexation booléenne serait une approche plus explicite:
import numpy
from pandas import DataFrame
df = DataFrame({'a':[1,.5,.3],'b':[.5,1,.4],'c':[.3,.4,1]},index=list('abc'))
print df,'\n'
keep = np.triu(np.ones(df.shape)).astype('bool').reshape(df.size)
print df.stack()[keep]
production:
a b c
a 1.0 0.5 0.3
b 0.5 1.0 0.4
c 0.3 0.4 1.0
a a 1.0
b 0.5
c 0.3
b b 1.0
c 0.4
c c 1.0
dtype: float64