将数据帧转换为热图矩阵？

Question

我有一个熊猫数据框，结构如下：

df = pd.DataFrame({'entry': [['A','B','C'],['A','B','E','D'],['C'],['D','A', 'B'],['D','C','E'],['E','A']]})

它给出：

    entry
0   [A, B, C]
1   [A, B, E, D]
2   [C]
3   [D, A, B]
4   [D, C, E]
5   [E, A]

我想把它转换成方阵，在数据帧中看到的唯一符号的大小（在本例中是5:'A'，'B'，'C'，'D'，'E'），其中每个交集都是这对被一起看到的频率（比如这里这对[A，B]被一起看到3次，对[D，A]-只有一次。如果有3个或更多的符号在一起，我希望所有的组合都考虑在内。）所以输出是这样的：

   A B C D E
A    3 1 1 1
B        1 1
C        1 1
D          2
E

我在这个领域是个初学者，试着写一个循环，通过所有的组合。有一个问题，事实上，有可能是任何数量的项目内的条目。你知道吗

Answer 1

如果您想要无序的配对，下面的应该可以使用。你知道吗

import pandas as pd
import itertools

# First get a DataFrame (or could be a Series) of the pairwise combinations in each row
combinations = df['entry'].apply(lambda x: list(itertools.combinations(sorted(x), 2)))

# Then get a list of unique values - A,B,C,D,E
unique_values = sorted(list(set(
    symbol for symbol_list in df.values.flatten() for symbol in symbol_list)))

# Create empty dataframe
result = pd.DataFrame(columns=unique_values, index=unique_values)

# Iterate through symbols and fill dataframe
for symbol_pair in list(itertools.combinations(unique_values, 2)):
    result.loc[symbol_pair[0], symbol_pair[1]] = combinations.apply(lambda x: symbol_pair in x).sum()