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Python数据帧:重复地逐行比较。,python,pandas,dataframe,compare,row,Python,Pandas,Dataframe,Compare,Row,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
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
。这是numpy的方法,让我可以访问正方形矩阵的上三角@Michael使用np.triu\u索引
完成这项工作itertools.compositions
- 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
,@Michael使用pd.concat
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
,尽管我没有很好的理由。也许我应该:-)itertools
- 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