如何将pandas导入的非对称成对距离矩阵转换为双关键字字典?
非对称距离矩阵DataFrame转二元组键字典方案
首先确保导入的DataFrame格式符合要求:
- 读取CSV时直接将第一列城市设为行索引:
df = pd.read_csv("你的距离文件路径.csv", index_col=0) - 若已经完成导入未设置索引,可手动调整:
df = df.set_index(df.columns[0])
方案1:stack方法(最简实现,推荐)
pandas的stack方法会把列名转为二级行索引,形成的多层索引天然对应(行城市,列城市)的二元组结构,直接转字典即可得到目标结果:distance_dict = df.stack().to_dict()
方案2:字典推导式(灵活度更高)
如果需要额外添加过滤逻辑、或者自定义键值顺序,可以用双层遍历的字典推导式实现:
distance_dict = { (row_city, col_city): df.loc[row_city, col_city] for row_city in df.index for col_city in df.columns }
你可以通过print(distance_dict[('City2', 'City1')])验证结果,示例中会输出2.1,符合非对称矩阵的取值要求。
内容的提问来源于stack exchange,提问作者Matrixboy
相关产品推荐
相关产品推荐

