如何获得Python中每个人最具共同特征的人的列表？

我有一个数据框，看起来像（下面1表示有特征，0表示没有）：

我想要一个函数，为每个人返回具有最多共同特征的前10名

因此，对于人A，输出可以是：

D (3 traits), B (2 traits), C(1 trait), E(1 trait)

我认为有一个矩阵，它看起来像是编码每个人与其他人有多少共同点，这将是一个良好的开端：

   A  B  C  D  E
A  4  2  1  3  1
B  2  4  1  1  0
C  1  1  4  1  0  
D  3  1  1  4  1
E  1  0  0  1  4

---

但我不知道如何实现这一点，也不知道这叫什么。

我想如果没有

iterrows

的话，你是做不到的， 首先得到你所说的矩阵（

A*A.t

），然后用

nlargest

获得每行的顶部列（并删除对角线，因为你不想把一个人算作最近的邻居）

将熊猫作为pd导入
将numpy作为np导入
NB_最相似=3
df=pd.DataFrame(
数据={'t_1'：[1,0,0,1,0]，'t_2'：[1,1,1,0]，
‘t_3’：[1,1,0,0,0]，‘t_4’：[1,0,0,1,1]}，
索引=['A'，'B'，'C'，'D'，'E']
)
产品=测向点（测向点T）
prod.iloc[[np.arange（prod.shape[0]）]*2]=0
共同特征=dict（）
对于人名，prod.iterrows（）中的com\u traits：
特征=[
（邻居，特征）对于邻居，特征
在com_traits.nlagest（NB_最相似）.items（）中
如果特征>0
]
普通特征[人名]=特征
共同特征
#{'A'：[（'D'，3），（'B'，2），（'C'，1）]，
#"B:["A,2","C,1","D,1"],，
#‘C’：[（'A'，1），（'B'，1），（'D'，1）]，
#“D”：[（'A'，3），（'B'，1），（'C'，1）]，
#“E”：[（'A'，1），（'D'，1）]]

这更像是一个线性代数的答案，但如果你想知道人a和人B之间的共同特征的数量，你可以计算人a的线向量和人B的线向量的标量积（这只起作用，因为你的矩阵是二进制矩阵）

我不知道您使用的是什么框架/库，但如果您使用的是pandas，您可以轻松提取线向量并将其转换为numpy数组，然后进行标量积

创建一个数据帧

使用矩阵乘法创建常见特征的矩阵（您描述的）

为每个人打印你想要的字符串（最具共同特征的前10位人物）

输出 尝试：

#如果尚未完成
df.set_索引（“人”，原地=真）
res=(df@df.T).stack（）.reset_索引（级别=1）
res=res.loc[res[“Person”].ne（res.index）&res[0].gt（0）].sort_值（0，升序=False）.groupby（level=0）.apply（lambda x:list（x.values））

产出：

>res
人
A[[D，3]，[B，2]，[C，1]，[E，1]]
B[[A，2]，[C，1]，[D，1]]
C[[A，1]，[B，1]，[D，1]]
D[[A，3]，[B，1]，[C，1]，[E，1]]
E[[A，1]，[D，1]]
数据类型：对象

和您的函数（结果按降序排列）：

>>res.loc['C']
[array（['A'，1]，dtype=object），array（['B'，1]，dtype=object），array（['D'，1]，dtype=object）]

每个人都有单独的数据框吗？@IoaTzimas没有，所有人都有一个数据框，列显示他们是否有特征。好的，列中的特征以某种方式与人相关？你如何把一排的人和其他人联系起来？@IoaTzimas如果一个人的特质是1，那么这个人就有这个特质。所以，我想为每个人列出一份拥有最多共同特征的人的名单。你是否认为“缺乏”一个共同特征？当你把E和E比较并给它打4分时，你似乎是这样做的，但在C和E比较中，你给它打了0分，这与这个模式相反？如果你只想寻找“common 1”，那就更简单了……谢谢，它很管用。这也会返回没有共同特征的人，有没有一种方法可以过滤出至少有一个共同特征的人？是的，我调整了我的答案-看吧，谢谢。有没有一种方法可以说明有多少特征与此相同？例如，类似于“A”的东西：[“D”（3个特征），“B”（2个特征）]当然，除了得到最大的索引，你还可以得到它的值@我编辑了答案谢谢你。有没有一种方法可以筛选出至少有一个共同特征的人？你能用一个例子说明你的要求吗？对不起，我不清楚。基本上，如果有0个共同特征的人没有显示出来，这是有意义的。你的意思是说，你想要这个输出，而不是

E:A（1个特征），D（1个特征），B（0个特征），C（0个特征）

你想要这个输出

E:A（1个特征），D（1个特征）

？是的，没错

   A  B  C  D  E
A  4  2  1  3  1
B  2  4  1  1  0
C  1  1  4  1  0  
D  3  1  1  4  1
E  1  0  0  1  4

import pandas as pd
df = pd.DataFrame(data=[[1, 1, 1, 1],
                        [0, 1, 1, 0],
                        [0, 1, 0, 0],
                        [1, 1, 0, 1],
                        [0, 0, 0, 1]],
                 index=['A', 'B', 'C', 'D', 'E',],
                 columns=['Trait_1', 'Trait_2', 'Trait_3', 'Trait_4'])

common_traits = df @ df.T

n = 10
for index, row in common_traits.iterrows():
    top10 = row.drop(index).nlargest(n)
    top10 = top10[top10 > 0]
    string = ', '.join(top10.index + top10.map(lambda x: f' ({x} trait{"s" if x != 1 else ""})'))
    print(f'{index}: {string}')

A: D (3 traits), B (2 traits), C (1 trait), E (1 trait)
B: A (2 traits), C (1 trait), D (1 trait)
C: A (1 trait), B (1 trait), D (1 trait)
D: A (3 traits), B (1 trait), C (1 trait), E (1 trait)
E: A (1 trait), D (1 trait)