将列成对的单行数据转换为相关矩阵

Question

我正在尝试将如下所示的 z 分数 (axa)、(axb) 值转换为相关矩阵。

第一行各行相关矩阵如下所示：

有什么方法可以在 python 中轻松转换我的 csv 吗？转型后我应该能够做到：

import pandas as pd
con = pd.read_csv('Data/connectivity.csv')
# Do transform here
cormat = con.corr()
round(cormat,2)
sns.heatmap(cormat);

谢谢你。

凯文

Answer 1

假设这个输入：

   a x a     a x b     a x c     b x a  b x b    b x c    c x a    c x b  c x c
0      1  0.315900    0.5391  0.315900      1  0.45100  0.53910  0.45100      1
1      1  0.387880  0.30813,  0.387880      1  0.33133  0.30813  0.33133      1
2      1 -0.021537  -0.30658 -0.021537      1  0.68163 -0.30658  0.68163      1
3      1 -0.001746   0.11458 -0.001746      1  0.39171  0.11458  0.39171      1

您可以先将列名

split

放入MultiIndex中：

tmp = df.set_axis(df.columns.str.split(' x ', expand=True), axis=1)

然后，如果您想从第一行构建矩阵，请将其切片并

unstack

：

out = tmp.iloc[0].unstack()

输出：

        a       b       c
a       1  0.3159  0.5391
b  0.3159       1   0.451
c  0.5391   0.451       1

要为每行构建一个新的数据框，可以循环：

dfs = [tmp.iloc[i].unstack() for i in range(tmp.shape[0])] 或者先

stack

然后用 groupby 拆分：

dfs = [g for _, g in tmp.stack().groupby(level=0)] 输出：

[          a       b       c
 0 a       1  0.3159  0.5391
   b  0.3159  1.0000  0.4510
   c  0.5391  0.4510  1.0000,
             a        b        c
 1 a         1  0.38788  0.30813
   b   0.38788  1.00000  0.33133
   c  0.30813,  0.33133  1.00000,
             a         b        c
 2 a         1 -0.021537 -0.30658
   b -0.021537  1.000000  0.68163
   c  -0.30658  0.681630  1.00000,
             a         b        c
 3 a         1 -0.001746  0.11458
   b -0.001746  1.000000  0.39171
   c   0.11458  0.391710  1.00000]

中级

tmp

:

   a                             b                    c            
   a         b         c         a  b        c        a        b  c
0  1  0.315900    0.5391  0.315900  1  0.45100  0.53910  0.45100  1
1  1  0.387880  0.30813,  0.387880  1  0.33133  0.30813  0.33133  1
2  1 -0.021537  -0.30658 -0.021537  1  0.68163 -0.30658  0.68163  1
3  1 -0.001746   0.11458 -0.001746  1  0.39171  0.11458  0.39171  1

Answer 2

对于每一行，您需要将数组重塑为 3x3 矩阵：

row_1_reshaped = con.iloc[0].values.reshape((3,3)) # this is the first row
row_2_reshaped = con.iloc[1].values.reshape((3,3)) # this is the second row