python - tutorial - Derretir la matriz triangular superior de un marco de datos de Pandas

recorrer data frame pandas

Question

Dado un cuadro de datos de pandas cuadrado de la siguiente forma:

   a  b  c
a  1 .5 .3
b .5  1 .4
c .3 .4  1

¿Cómo puedo melt sólo el triángulo superior para obtener

 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     

Estoy más interesado en una solución de pandas idiomática, un indexador personalizado sería bastante fácil de escribir a mano ... Gracias de antemano por su consideración y respuesta.

Answer 1

A partir de la solución de @jezrael, la indexación booleana sería un enfoque más explícito:

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]

salida:

     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

Answer 2

Primero convierto los valores más bajos de df a NaN por where y numpy.triu y luego reset_index , reset_index y configuro nombres de columna:

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