重新排序 numpy 矩阵以与数据帧中的 id 对齐

如何解决重新排序 numpy 矩阵以与数据帧中的 id 对齐

我有一个数据框 df，其中有一个名为 id 的列，其中每个值都是唯一的。

  df

  id    name
  A     abc
  B     bcv
  C     dsf
  D     ere
  E     pmn

  

我将这组唯一的 id 传递给一个函数。该函数返回两件事，一个是数据帧，df_matrix，它还包含一个名为 id 的列。它返回的第二件事是协方差矩阵（float64 数组）。

 df_matrix

 id    name
  C     dsf
  A     abc
  E     pmn
  B     bcv

df_matrix 中的每个 id 都在 df 中，但反之则不然。所以在上面的例子中，df 有一个 id“D”，它不在 df_matrix 中。你也会注意到顺序不同

 covariance matrix

     C   A   E   B
  C  1   2   3   4
  A  2   5   7   8
  E  3   7   9   10
  B  4   8   10  11

我需要做的是对协方差矩阵重新排序，以便 id 与我的数据帧 df 对齐，并且还要考虑任何丢失的 id。

我正在寻找的输出是，

    A   B   C   D    E
 A  5   8   2   NaN  7
 B  8   11  4   NaN  10
 C  2   4   1   NaN  3
 D  NaN NaN NaN NaN  Nan
 E  7   10  3   NaN  9

我尝试将矩阵与数据框合并，虽然这将矩阵行与数据框对齐，但它不会调整矩阵的列。我不确定实现这一目标的最佳方法是什么？

解决方法

这是reindex：

cov_mat.reindex(df['id']).reindex(df['id'],axis=1)

输出：

id    A     B    C   D     E
id                          
A   5.0   8.0  2.0 NaN   7.0
B   8.0  11.0  4.0 NaN  10.0
C   2.0   4.0  1.0 NaN   3.0
D   NaN   NaN  NaN NaN   NaN
E   7.0  10.0  3.0 NaN   9.0

---

更新您还可以将id设置为df2的索引，然后在计算协方差矩阵之前重新索引为df1['id']。