如何在熊猫中创建邻接矩阵，以便在重新排列行和科尔时保留标签

Question

我以前从来没有用过熊猫或者矮胖来做这个，我想知道是如何在熊猫中构造有标签的邻接矩阵的。

我的数据以类似的形式出现。每一种"uL22"类型的东西都是一种蛋白质，阵列是这种蛋白质的近邻。因此(在下面的示例中)，邻接矩阵将在bL31行、uL5列和逆列中有1s。

我的问题有两个：

邻接矩阵的实际维数是由一组蛋白质名称决定的，这些蛋白质名称通常比proteins.

• I'm中包含的蛋白质大得多，所以我想知道如何最好地将数据映射到该集合，例如，对应于100nbrtree的邻域关系的100 by 100矩阵，不太确定如何“绑定”名称(例如uL32等)。在这100个蛋白质中，在这个矩阵的行和列中，当我开始移动名字周围的行时，相应地移动。(我计划将邻接矩阵转换成块对角线结构)

"nbrtree": {
        "bL31": ["uL5"],
        "uL5": ["bL31"],
        "bL32": ["uL22"],
        "uL22": ["bL32","bL17"],
         ...
        "bL33": ["bL35"],
        "bL35": ["bL33","uL15"],
        "uL13": ["bL20"],
        "bL20": ["uL13","bL21"]
}
>>>len(nbrtree)
>>>40

我确信这是人们每天都在做的操作，我只是不太熟悉数据处理如何正常工作，所以我可能在寻找一些非常明显的东西。非常感谢!

Answer 1

我不完全理解你的问题，但从我得到的结果来看，我试了一下这段代码。

from pprint import pprint as pp
import pandas as pd
dic = {"first": {
        "a": ["b","d"],
        "b": ["a","h"],
        "c": ["d"],
        "d": ["c","g"],
        "e": ["f"],
        "f": ["e","d"],
        "g": ["h","a"],
        "h": ["g","b"]
}}
col = list(dic['first'].keys())
data = pd.DataFrame(0, index = col, columns = col, dtype = int)
for x,y in dic['first'].items():
        data.loc[x,y] = 1
pp(data)

此代码的输出为

   a  b  c  d  e  f  g  h
a  0  1  0  1  0  0  0  0
b  1  0  0  0  0  0  0  1
c  0  0  0  1  0  0  0  0
d  0  0  1  0  0  0  1  0
e  0  0  0  0  0  1  0  0
f  0  0  0  1  1  0  0  0
g  1  0  0  0  0  0  0  1
h  0  1  0  0  0  0  1  0

注意到，这里的邻接矩阵是不对称的，因为我采取了一些随机数据

若要将标签吸收到dataframe中，请更改为

data = pd.DataFrame(0, index = ['index']+col, columns = ['column']+col, dtype = int)
data.loc['index'] = [0]+col
data.loc[:, 'column'] = ['*']+col