如何用Pandas生成包含F和G列的邻接矩阵式实验结果表

需求说明 #

• 从Input.csv读取实验数据，生成以Experimenter与Subject为双向节点的邻接矩阵
• 对**同一节点对（A→B和B→A）**的F、G列分别取平均值
• 矩阵主对角线（节点自身）固定为1.00
• 最终结果导出至Output.csv

修改后的完整代码 #

import numpy as np
import pandas as pd

# 从文件读取输入数据
df = pd.read_csv('Input.csv')

# 获取所有唯一节点（合并Experimenter和Subject的所有值）
all_nodes = pd.unique(df[['Experimenter', 'Subject']].values.ravel('K'))
all_nodes.sort()

# 初始化邻接矩阵，填充0.0
adj_matrix = pd.DataFrame(0.0, index=all_nodes, columns=all_nodes)

# 设置主对角线为1.00
np.fill_diagonal(adj_matrix.values, 1.00)

# 遍历所有节点对，计算双向均值
for node1 in all_nodes:
    for node2 in all_nodes:
        if node1 == node2:
            continue
        # 收集A→B的F值和B→A的G值
        f_values = df[(df['Experimenter'] == node1) & (df['Subject'] == node2)]['F'].values
        g_values = df[(df['Experimenter'] == node2) & (df['Subject'] == node1)]['G'].values
        # 合并后取平均值（有数据则赋值，无数据保持0.0）
        combined_values = np.concatenate([f_values, g_values])
        if len(combined_values) > 0:
            adj_matrix.loc[node1, node2] = np.mean(combined_values)

# 格式化结果保留两位小数
adj_matrix = adj_matrix.round(2)

# 导出至指定文件
adj_matrix.to_csv('Output.csv')

# 打印结果
print(adj_matrix)

关键改动说明 #

1. 节点全集处理：合并Experimenter和Subject的所有唯一值，确保矩阵覆盖所有涉及的实验角色
2. 双向均值逻辑：针对节点对(A,B)，同时收集A作为Experimenter、B作为Subject的F值，以及B作为Experimenter、A作为Subject的G值，合并后取平均值，匹配需求中的双向角色均值要求
3. 对角线设置：用np.fill_diagonal直接将主对角线设为1.00
4. 文件IO支持：添加pd.read_csv读取输入文件，to_csv导出最终结果到指定路径
5. 结果格式化：用round(2)确保输出保留两位小数，与预期格式一致

内容的提问来源于stack exchange，提问作者matekus