将数据帧转换为热图矩阵？

Question

我有一个 pandas 数据框，其结构如下：

df = pd.DataFrame({'entry': [['A','B','C'],['A','B','E','D'],['C'],['D','A', 'B'],['D','C','E'],['E','A']]})

给出：

    entry
0   [A, B, C]
1   [A, B, E, D]
2   [C]
3   [D, A, B]
4   [D, C, E]
5   [E, A]

我想将其转换为方阵，数据框中唯一符号的大小（在本例中为 5：'A'，'B','C','D','E') 其中每个交叉点是这对被一起看到的频率（就像这里 [A,B] 被一起看到 3 次， pair [D,A] - 只有一次。如果有 3 个或更多符号在一起，我希望考虑所有组合。）所以输出是这样的：

   A B C D E
A    3 1 1 1
B        1 1
C        1 1
D          2
E

我是该领域的新手，尝试编写一个遍历所有组合的循环。条目中可能有任何数量的项目，这有问题。

Answer 1

如果您需要无序对，以下内容应该有效。

import pandas as pd
import itertools

# First get a DataFrame (or could be a Series) of the pairwise combinations in each row
combinations = df['entry'].apply(lambda x: list(itertools.combinations(sorted(x), 2)))

# Then get a list of unique values - A,B,C,D,E
unique_values = sorted(list(set(
    symbol for symbol_list in df.values.flatten() for symbol in symbol_list)))

# Create empty dataframe
result = pd.DataFrame(columns=unique_values, index=unique_values)

# Iterate through symbols and fill dataframe
for symbol_pair in list(itertools.combinations(unique_values, 2)):
    result.loc[symbol_pair[0], symbol_pair[1]] = combinations.apply(lambda x: symbol_pair in x).sum()

将数据帧转换为热图矩阵？

convert dataframe to the heatmap matrix?

python

transformation

dataframe

pandas

data-science