如何将Pandas Series转换为统计相同值对应关系的矩阵

你要的是基于原Series值的相等性构建布尔矩阵，直接用NumPy广播就能快速实现，步骤如下：

1. 先构造示例中的Series：

import pandas as pd

# 原Series
s = pd.Series([1,2,3,1,2], index=[1,2,3,4,5], name='Col Values')

2. 生成目标矩阵：

# 提取Series的值数组
vals = s.values
# 广播比较每个值与所有值是否相等，转成整数0/1
equal_matrix = (vals[:, None] == vals).astype(int)
# 转换成DataFrame，设置行列索引与原Series一致
result_df = pd.DataFrame(equal_matrix, index=s.index, columns=s.index)

运行后result_df就是你要的矩阵：

为什么透视表/相关函数不行？ #

• 透视表是做数据聚合统计的，没法直接实现这种逐元素的相等性比较；
• 相关函数计算的是变量间的线性相关性，和你要的"值相等则标1"逻辑完全不匹配。

内容的提问来源于stack exchange，提问作者user8143996