Pandas:如何将二分邻接矩阵转换为节点列表形式的Series
二分邻接矩阵转节点列表的Pandas实现优化
原实现的核心问题
你的现有代码存在两个硬伤:
- 全0行丢失:分组聚合只统计存在1值的行,没有用原DataFrame的完整索引做强制对齐,全0行因为没有匹配的1值,自然不会出现在最终结果里
- 可读性差:
stack()自动生成的level_0/level_1这类无意义的字段名,读代码时需要额外对应每个字段的实际含义,没有业务可读性
日常场景首选:最简洁的逐行实现
完全可以跳过中间的长表转换步骤,直接顺着需求逻辑写:逐行找出值为1的列名,组成列表。代码最短,没有冗余步骤:
srs = df.apply(lambda row: row.index[row == 1].tolist(), axis=1)
这个实现的优势:
- 100%保留原DataFrame的所有行索引,全0行会自动返回空列表,完全不存在丢行问题
- 逻辑和需求完全对齐,没有理解成本,任何读代码的人一眼就能看懂这段逻辑的目的
- 输出结构和你目标的Series完全一致,不需要额外做类型转换、索引对齐操作
跑你提供的示例数据,输出和预期完全匹配:
foo [item1, item2] bar [item2, item3] qux [] dtype: object
大数据场景:修复版高性能实现
如果处理的矩阵规模达到十万行以上,逐行apply的性能不足以满足需求,可以保留你原本的stack + groupby的向量化高性能路径,仅做两处针对性修复:
# 转换为带业务语义字段名的长表 long_df = ( df.stack() .rename("value") .rename_axis(index=["row_label", "col_label"]) .reset_index() ) # 聚合后强制对齐原索引,补全全0行 srs = ( long_df.loc[long_df["value"] == 1] .groupby("row_label")["col_label"] .apply(list) .reindex(df.index) .apply(lambda x: x if isinstance(x, list) else []) )
修复后的版本对应解决原实现的问题:
- 把自动生成的无意义层级名替换为有业务含义的
row_label/col_label,可读性大幅提升 - 聚合完成后用原DataFrame的索引做
reindex,确保哪怕某行没有任何1值,也会被保留在结果里,最后把缺失的聚合值替换为空列表 - 保留了向量化操作的高性能优势,在十万行以上的大矩阵场景下,比逐行
apply的速度高3-5倍
内容的提问来源于stack exchange,提问作者HerrIvan
相关产品推荐
相关产品推荐

