Python数据帧：重复地逐行比较。

我希望将表中的行逐个比较，只保留相似的匹配项

import pandas as pd
df = pd.DataFrame.from_items([('a', [0,1,1,0]), ('b', [0,0,1,1]),('c',[1,0,0,1]), ('d',[1,0,1,0])], orient='index', columns=['A', 'B', 'C', 'D'])
df

   A  B  C  D
a  0  1  1  0
b  0  0  1  1
c  1  0  0  1
d  1  0  1  0

并在此表中转换：

     A  B  C  D
a/b  0  0  1  0
a/c  0  0  0  0
a/d  0  0  1  0
a/d  0  0  0  0
b/c  0  0  0  1
b/d  0  0  1  0
c/d  1  0  0  0

---

您可以使用itertools对所有行的组合进行迭代，以生成一组新的项，如下所示：

import itertools
new_items = [('{}/{}'.format(i1, i2), r1 * r2) 
                for (i1, r1), (i2, r2) in itertools.combinations(df.iterrows(), 2)]
transformed = pd.DataFrame.from_items(new_items, orient='index', columns=['A', 'B', 'C', 'D'])

解释

• 要做的第一件事是生成一种机制来迭代每个组合。我选择了

  np.triu\u索引

  。这是numpy的方法，让我可以访问正方形矩阵的上三角@Michael使用

  itertools.compositions

  完成这项工作
• 接下来要注意的是格式化索引@Michael和我都使用

  '{}/{}。格式

• 最后，我们需要把它们放在一起。我使用

  pd.concat

  ，@Michael使用

  pd.DataFrame.ftom\u项

• 我想，我更喜欢@Michael的答案。下次回答类似的问题时，我可能会结合使用这两种方法
• 我通常避免使用

  itertools

  ，尽管我没有很好的理由。也许我应该：-）
• 为了获得更详细的解释，我鼓励您逐行运行此代码，并查看组件的外观

---

tups = zip(*np.triu_indices(df.shape[0], 1))
rnm = '{}/{}'.format
pd.concat(
    [df.iloc[i].mul(df.iloc[j]).rename(rnm(*df.index[[i, j]])) for i, j in tups],
     axis=1).T