web-dev-qa-db-fra.com

Faire fondre la matrice triangulaire supérieure d'un Pandas Dataframe

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.

pythonpandasnumpyreshapemelt
28
Ramon J Romero y Vigil

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
29
jezrael

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
6
Matthew Davis