如何将员工部门联系数据的DataFrame转换为关联矩阵？

需求说明 #

需要把包含员工所属部门、跨部门联系次数的DataFrame，转换为部门间关联矩阵：矩阵行代表员工所属部门，列代表目标部门，单元格值为该部门所有员工与目标部门的联系次数总和。

实现方案（基于Pandas） #

假设你的DataFrame变量名为df，按以下步骤操作即可完成转换：

1. 定义部门字段列表
   先明确12个代表联系次数的部门字段名：

dept_cols = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'l', 'm', 'n']

2. 按所属部门分组求和
   以department列为分组依据，对所有联系数字段求和，直接得到各部门的总联系数据：

# 分组后求和，将department设为矩阵行索引
dept_matrix = df.groupby('department')[dept_cols].sum()

3. 统一行列顺序（可选）
   如果需要让矩阵的行、列严格按照部门字段的顺序排列（比如a到n的顺序），可以重新排序索引和列：

dept_matrix = dept_matrix.reindex(index=dept_cols, columns=dept_cols, fill_value=0)

示例验证 #

用你提供的3行测试数据验证：

• 部门a仅1名员工，矩阵中a行的各列值就是该员工的对应字段值（比如a列值为2），与目标矩阵一致。
• 部门b有2名员工，a列的总和为5+1=6，也和目标矩阵的结果匹配。

执行上述代码后，你会得到完整的12×12关联矩阵，每个单元格对应部门间的总联系次数。

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