如何用Python从DataFrame列生成状态转移频率矩阵？

完全可以通过pandas的字符串拆分和数据重塑功能实现，步骤如下：

1. 拆分转移状态列
   把Transition列按" to "拆分，得到起始状态（From）和目标状态（To）两列，这是构建矩阵行/列标签的基础。

2. 重塑为矩阵格式
   用pivot方法将数据转换为行是起始状态、列是目标状态、值为频率的表格结构，自动带上轴标签。

3. 提取数值矩阵（可选）
   如果需要纯numpy数组形式的矩阵，可以从重塑后的DataFrame中提取数值部分。

完整代码示例 #

import pandas as pd

# 初始化数据
data = [['a to a', 20],['a to b', 10], ['a to c', 5],
        ['b to a', 7],['b to b', 30],['b to c', 15],
        ['c to a', 9],['c to b', 6],['c to c', 25]]
df = pd.DataFrame(data, columns=['Transition', 'Frequency'])

# 拆分转移列，得到From和To状态
df[['From', 'To']] = df['Transition'].str.split(' to ', expand=True)

# 重塑为转移矩阵（带标签）
transition_matrix = df.pivot(index='From', columns='To', values='Frequency')

# 查看带标签的矩阵
print("带轴标签的转移矩阵：")
print(transition_matrix)

# 提取纯数值numpy数组（如果需要）
matrix_array = transition_matrix.to_numpy()
print("\n纯数值矩阵数组：")
print(matrix_array)

输出效果 #

带轴标签的转移矩阵会输出：

To    a   b   c
From          
a    20  10   5
b     7  30  15
c     9   6  25

纯数值矩阵数组输出：

[[20 10  5]
 [ 7 30 15]
 [ 9  6 25]]

这样既生成了符合要求的3×3矩阵，也保留了a、b、c的轴标签，完全匹配你期望的格式。

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