我有一个表示协方差矩阵 s.th 的数据框。像这样
names = ['AA','BB','CC','DD','EE']
x_ = np.random.normal(size=5)
y_ = np.random.normal(size=5)
z = np.vstack((x_, y_))
cov_mat = np.cov(z.T)
cov_mat = np.triu(cov_mat, k=0)
cov_mat_df = pd.DataFrame(cov_mat)
cov_mat_df.index = names
cov_mat_df.columns = names
结果
AA BB CC DD EE
AA 0.271191 -1.064020 -0.311409 0.834741 -0.464261
BB 0.000000 4.174687 1.221814 -3.275110 1.821531
CC 0.000000 0.000000 0.357591 -0.958533 0.533111
DD 0.000000 0.000000 0.000000 2.569378 -1.429021
EE 0.000000 0.000000 0.000000 0.000000 0.794784
我想将其保存为 csv,同时出于以下格式的内存大小原因删除所有 0
Idx1 Idx2 Value
AA AA 0.271191
AA BB -1.064020
AA CC -0.311409
... ... ....
DD EE -1.429021
EE EE 0.794784
我尝试使用 pandas 旋转函数,但我认为我需要相反的方法。
请您参考如下方法:
使用stack将 0 替换为 NaN,因此这些行将被删除:
df = df.replace(0,np.nan).stack().rename_axis(('idx1','idx2')).reset_index(name='Value')
print (df)
idx1 idx2 Value
0 AA AA 0.271191
1 AA BB -1.064020
2 AA CC -0.311409
3 AA DD 0.834741
4 AA EE -0.464261
5 BB BB 4.174687
6 BB CC 1.221814
7 BB DD -3.275110
8 BB EE 1.821531
9 CC CC 0.357591
10 CC DD -0.958533
11 CC EE 0.533111
12 DD DD 2.569378
13 DD EE -1.429021
14 EE EE 0.794784
