如何解决在 Pandas 中为 Plotly 中的多级 Sankey 格式化数据：源列和目标列
我有关于学生所修课程顺序的数据，我想使用桑基图来表示课程之间的流程。我的数据是一个长格式的 Pandas 数据帧，其中有人采取的每个步骤都有一行，这些步骤的顺序由列 order 指定：
| 学生 | 课程 | 顺序 |
|---|---|---|
| 杰瑞 | A | 1 |
| 杰瑞 | B | 2 |
| 杰瑞 | C | NaN |
| 杰西 | C | 1 |
| 杰西 | A | 2 |
| 杰西 | B | 3 |
| 拉斐尔 | A | 1 |
| 拉斐尔 | C | 2 |
| 拉斐尔 | C | 3 |
| 拉斐尔 | B | 4 |
| 莎莉 | A | 1 |
| 莎莉 | B | 2 |
| 莎莉 | C | NaN |
我旋转了这个表，将它聚合成带有每个序列计数的序列：
| 课程1 | 课程2 | 课程3 | 课程4 | 计数 |
|---|---|---|---|---|
| A | B | 结束 | 结束 | 2 |
| A | C | C | B | 1 |
| C | A | B | 结束 | 1 |
请注意，我想保留 End 值，但如果这会导致问题，我很乐意放弃它并让人们停下来。
在 Plotly 中构建 Sankey 需要包含源和目标的数据格式。这是 Plotly 文档中的示例。
source = [0,1,2,3,3],target = [2,4,5],value = [8,8,2]
我需要将我的数据转换为上述格式，但对于我的整个数据框。
如果我正在处理一个小数据集，比如上面的玩具，我可以手动创建它。但是，我有一个包含数千行的数据框，我不知道如何在 Pandas 中执行此操作。看起来像是某种窗口计算，但我不知道该怎么做。
我对如何创建编码方案也有点困惑，因为我失败的尝试创建了一个没有四门课程序列的可视化。
非常感谢任何帮助。
玩具数据：
student = ['Jerry','Jerry','Jessy','Raphael','Sally','Sally']
course = ['A','B','C','A','C']
order = [1,np.NaN,np.NaN]
df = pd.DataFrame({'student':student,'course':course,'order':order})
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
