Pandas-从数据框创建差异矩阵

Question

我正在尝试创建一个矩阵以显示Pandas数据框中的行之间的差异。

import pandas as pd

data = {'Country':['GB','JP','US'],'Values':[20.2,-10.5,5.7]}
df = pd.DataFrame(data)

我要这样：

  Country  Values
0      GB    20.2
1      JP   -10.5
2      US     5.7

要变成这样（差异垂直）：

  Country     GB     JP     US
0      GB    0.0  -30.7   14.5
1      JP   30.7    0.0   16.2
2      US   14.5  -16.2    0.0

这是可以通过内置函数实现的，还是需要构建一个循环以获得所需的输出？谢谢你的帮助！

Answer 1

这是numpy广播的标准用例：

df['Values'].values - df['Values'].values[:, None]
Out: 
array([[  0. , -30.7, -14.5],
       [ 30.7,   0. ,  16.2],
       [ 14.5, -16.2,   0. ]])

我们使用values属性访问基础的numpy数组，并[:, None]引入了一个新轴，因此结果是二维的。

您可以将其与原始系列结合使用：

arr = df['Values'].values - df['Values'].values[:, None]
pd.concat((df['Country'], pd.DataFrame(arr, columns=df['Country'])), axis=1)
Out: 
  Country    GB    JP    US
0      GB   0.0 -30.7 -14.5
1      JP  30.7   0.0  16.2
2      US  14.5 -16.2   0.0

由于@Divakar，也可以使用以下命令生成数组：

arr = np.subtract.outer(*[df.Values]*2).T

在这里，我们呼吁.outer在subtractufunc，它适用于所有对其输入。