如何基于pandas参考关联表按指定向量生成对应维度动态矩阵

实现方案 #

你要的效果可以直接通过pandas原生的标签索引功能一步实现，无需手动写循环或map逻辑，天然支持动态长度的向量输入：

import pandas as pd

# 参考关联表
corr = pd.DataFrame({'i':['a','b'],'a':[.1,.2],'b':[.2,.1]}).set_index('i')
# 向量数据
vectors = pd.DataFrame({'val':['a','b','a','a','b']})

# 核心生成逻辑：直接按向量值做行、列标签索引即可输出对应维度的矩阵
val_seq = vectors['val']
result_df = corr.loc[val_seq, val_seq]
# 如果需要纯numpy数组格式的结果，再加.values即可：result_arr = result_df.values

逻辑说明 #

目标矩阵第i行第j列的取值，本质是向量第i个元素和第j个元素在关联表中的交叉对应值。pandas的loc索引支持直接传入标签序列作为行、列筛选条件，会自动按照传入序列的顺序匹配关联表的行和列，返回和向量长度一致的N×N矩阵，无论向量长度怎么变都不需要修改代码逻辑。

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