使用pandas DataFrame乘法创建邻接矩阵结果全为NaN的解决方法

需要从记录学校项目ID、项目类型、分配学生、学生项目角色、学生性别的Excel文件中构建邻接矩阵（adjacency matrix）：

• 目标生成12×12的矩阵M，对任意两名学生x、y，M[x][y] 的值为两人共同参与的项目总数

最初编写的代码运行后所有输出值均为NaN：

import pandas as pd

df  = pd.read_excel('test.xlsx')
df1 = pd.crosstab(df.project_id, df.student_id)
df2 = df1 * df1.T
print(df2)

*在pandas中是逐元素乘法，运算时会严格对齐两个对象的行索引和列索引：

• df1的行索引是项目ID，列索引是学生ID
• df1.T是df1的转置，行索引是学生ID，列索引是项目ID
  两者行列索引完全不匹配，逐元素计算时找不到对应位置的有效值，因此全部返回NaN。

要计算学生两两共同参与的项目数，本质是对「项目-学生」关联矩阵做矩阵点积，将逐元素乘*替换为矩阵乘法运算符@即可：

import pandas as pd

df = pd.read_excel('test.xlsx')
# 构建行=项目、列=学生的0-1矩阵，值为1代表对应学生参与了该项目
project_student_mat = pd.crosstab(df.project_id, df.student_id)
# 转置后做矩阵乘法，得到学生*学生的邻接矩阵，值为两人共参项目数
adj_matrix = project_student_mat.T @ project_student_mat
print(adj_matrix)

可选调整：如果你的分析场景不需要对角线值（对角线默认是对应学生本人参与的项目总数），可以添加下面这行代码把对角线值统一设为0：

import numpy as np
np.fill_diagonal(adj_matrix.values, 0)

内容的提问来源于stack exchange，提问作者Adee_lib