Python 将dataframe中一项的函数应用于所有其他项

我正在检查Python中文本的相似性。我有大约100条记录的数据集，并准备了一个用于检查相似性的函数——它有两个参数，用于两组单词

def getSimilarity(a, b):
    x = set(a)
    y = set(b)
    z = x.intersection(y)
    return float(len(z)) / (len(x) + len(y) - len(z))

我的数据帧：

1 ['a','b','c','d']  other columns
2 ['a','h','e','f']  other columns
3 ['3','b','c','g']  other columns
4 ['y','b','c','z']  other columns
5 ['h','b','j','k']  other columns

我想创建一个方法，该方法将对给定行的数据帧进行迭代，并找出两条最相似的记录。

---

例如，数据帧中索引1的

checkSimilarity（1）

或

checkSimilarity（df['col'][1]）

将给我们提供最相似的

[3,4]

。

到目前为止您尝试了什么？您可以使用

numpy

矢量化：