np.where pd.DataFrame'de sıfır olmayan belirtiler sözlüğü için

Question

Ben süper süper hızlı olan bir nearest neighbors bir şey yapmaya çalışıyorum. Şu anda, S = set(G.neighbors(node)) ve S = set(G.neighbors(node)) arasındaki tüm yineleme işlemlerini networkx kullanıyorum, bu da iyi çalışıyor ancak indeksleme ve veri yapılarının avantajlarından faydalanmak istiyorum. Mümkün olduğunda yinelemekten uzaklaşmak isterim.

Ben sonuçta anahtar root_node ve değer bir sözlük nesne ile yukarı bitirmek istiyorum düğüm (root_node dahil değil) komşuları

İşte benim grafiği ve DF_adj komşuluk matrisi şu şekilde görünür bir dizi:

(array([ 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 
     3, 3, 3, 4, 4, 4, 5, 5, 5, 6, 6, 6, 7, 7, 7, 8, 8, 
     8, 9, 9, 10, 10]), array([ 0, 1, 3, 4, 5, 7, 0, 1, 2, 3, 4, 6, 8, 9, 10, 1, 2, 
     0, 1, 3, 0, 1, 4, 0, 5, 6, 1, 5, 6, 0, 7, 8, 1, 7, 
     8, 1, 9, 1, 10])) 

: Ben np.where(DF_adj == 1) yaptığınızda

çıktı benziyor 2 diziler isedışarı bu İşaretli ancak tamamen Python pandas: select columns with all zero entries in dataframe

def neighbors(DF_adj): 
    D_node_neighbors = defaultdict(set) 
    DF_indexer = DF_adj.fillna(False).astype(bool) #Don't need this for my matrix but could be useful for non-binary matrices if someones needs it 
    for node in DF_adj.columns: 
     D_node_neighbors[node] = set(DF_adj.index[np.where(DF_adj[node] == 1)]) 
     D_node_neighbors[node].remove(node) 
    return(D_node_neighbors) 

nasıl çıktı bu tür almak için tüm pd.DataFrame üzerinde np.where kullanabilirsiniz bana yardım etmedi?

defaultdict(set, 
      {'a': {'b', 'd', 'e', 'f', 'h'}, 
      'b': {'a', 'c', 'd', 'e', 'g', 'i', 'j', 'k'}, 
      'c': {'b'}, 
      'd': {'a', 'b'}, 
      'e': {'a', 'b'}, 
      'f': {'a', 'g'}, 
      'g': {'b', 'f'}, 
      'h': {'a', 'i'}, 
      'i': {'b', 'h'}, 
      'j': {'b'}, 
      'k': {'b'}}) 

Answer 1

Bunu anlama dict ile yapabilirsiniz. df ise:

a b c d e f g h i j k 
a 1 1 0 1 1 1 0 1 0 0 0 
b 1 1 1 1 1 0 1 0 1 1 1 
c 0 1 1 0 0 0 0 0 0 0 0 
d 1 1 0 1 0 0 0 0 0 0 0 
e 1 1 0 0 1 0 0 0 0 0 0 
f 1 0 0 0 0 1 1 0 0 0 0 
g 0 1 0 0 0 1 1 0 0 0 0 
h 1 0 0 0 0 0 0 1 1 0 0 
i 0 1 0 0 0 0 0 1 1 0 0 
j 0 1 0 0 0 0 0 0 0 1 0 
k 0 1 0 0 0 0 0 0 0 0 1 

Sonra {i:{ j for j in df.index if df.ix[i,j] and i!= j} for i in df.index } geçerli:

{'j': {'b'}, 
'e': {'a', 'b'}, 
'g': {'b', 'f'}, 
'k': {'b'}, 
'a': {'b', 'd', 'e', 'f', 'h'}, 
'c': {'b'}, 
'i': {'b', 'h'}, 
'f': {'a', 'g'}, 
'b': {'a', 'c', 'd', 'e', 'g', 'i', 'j', 'k'}, 
'd': {'a', 'b'}, 
'h': {'a', 'i'}} 

Veya 2X hızlı:

s=df.index   
d=collections.defaultdict(set) 
for (k,v) in zip(*where(df==1)): 
    if k!=v: 
     d[s[k]].add(s[v])