Saya memiliki objek pandas.DataFrame berikut yang menyediakan kovarian antar faktor:
import pandas as pd
df = pd.DataFrame({"factor1": ["A", "A", "A", "B", "B", "C"],
"factor2": ["A", "B", "C", "B", "C", "C"],
"covar": [-1.2, -1, 2, 3.4, -4, 6.2]})
Tujuan saya adalah memformat ulang DataFrame menjadi kovarians semi-pasti positif numpy.ndarray.
Saya telah mengembangkan solusi yang berfungsi, namun sangat lambat:
unique_factors = df.factor1.unique()
F = pd.DataFrame(columns=unique_factors, index=unique_factors)
for index, row in df.iterrows():
F.loc[row["factor1"], row["factor2"]] = row["covar"]**2
F.loc[row["factor2"], row["factor1"]] = row["covar"]**2 #inefficient
F = F.to_numpy()
Outputnya adalah:
[[1.44 1.0 4.0 ]
[1.0 11.559999999999999 16.0 ]
[4.0 16.0 38.440000000000005]]
Saya berharap dapat memanfaatkan metode asli numpy untuk mencapai tujuan saya dengan lebih efisien. Setidaknya saya ingin dapat menghilangkan garis yang diberi komentar #inefficient
dan merefleksikan matriks segitiga atas terhadap diagonal. Bantuan apa pun akan sangat dihargai.