Python基于PCA CSV生成距离矩阵后提取IID对与对应距离的方法咨询

实现方案 #

你可以直接用pandas自带的stack()方法完成距离矩阵到三元组结构的转换，代码如下：

基础转换代码

# 堆叠距离矩阵，将列名转为二级索引，重置索引后得到三列结构
triple_df = distance.stack().reset_index()
# 重命名列匹配你需要的字段含义
triple_df.columns = ["IID1", "IID2", "distance"]

执行后triple_df就是包含IID1、IID2、对应距离的DataFrame，你可以按需转成列表或numpy数组：

# 转嵌套列表格式
triple_list = triple_df.values.tolist()
# 转numpy数组格式
triple_arr = triple_df.values

可选优化（按需使用）

1. 过滤自身配对记录（排除IID1=IID2、距离为0的冗余项）

triple_df = triple_df[triple_df["IID1"] != triple_df["IID2"]]

2. 对称距离去重（距离矩阵为对称矩阵，A到B和B到A的距离完全一致，仅保留单条记录即可）

triple_df = triple_df[triple_df["IID1"] < triple_df["IID2"]]

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