Question

我正在利用pandas创建一个如下所示的数据框：

ratings = pandas.DataFrame({
    'article_a':[1,1,0,0],
    'article_b':[1,0,0,0],
    'article_c':[1,0,0,0],
    'article_d':[0,0,0,1],
    'article_e':[0,0,0,1]
},index=['Alice','Bob','Carol','Dave'])

我想从这个输入计算另一个矩阵，它将每行与所有其他行进行比较。让我们假设例如计算是一个找到交集的长度的函数，我想在第一行中输出len(intersection(Alice,Bob))，len(intersection(Alice,Carol))，len(intersection(Alice,Dave))的输出DataFrame，遵循该格式的每一行与其他行。使用此示例输入，输出矩阵将为4x3：

len(intersection(Alice,Bob)),len(intersection(Alice,Carol)),len(intersection(Alice,Dave))
len(intersection(Bob,Alice)),len(intersection(Bob,Carol)),len(intersection(Bob,Dave))
len(intersection(Carol,Alice)),len(intersection(Carol,Bob)),len(intersection(Carol,Dave))
len(intersection(Dave,Alice)),len(intersection(Dave,Bob)),len(intersection(Dave,Carol))

在pandas中有这种基于函数的计算的命名方法吗？什么是最有效的方法来实现这一目标？

Answer 1

我不知道一个命名的方法，但我有一个单行。

In [21]: ratings.apply(lambda row: ratings.apply(
... lambda x: np.equal(row, x), 1).sum(1), 1)
Out[21]: 
       Alice  Bob  Carol  Dave
Alice      5    3      2     0
Bob        3    5      4     2
Carol      2    4      5     3
Dave       0    2      3     5

Answer 2

@Dan Allan解决方案是'正确的'，这是解决问题的一种稍微不同的方式

In [26]: ratings
Out[26]: 
       article_a  article_b  article_c  article_d  article_e
Alice          1          1          1          0          0
Bob            1          0          0          0          0
Carol          0          0          0          0          0
Dave           0          0          0          1          1

In [27]: ratings.apply(lambda x: (ratings.T.sub(x,'index')).sum(),1)
Out[27]: 
       Alice  Bob  Carol  Dave
Alice      0   -2     -3    -1
Bob        2    0     -1     1
Carol      3    1      0     2
Dave       1   -1     -2     0

pandas - 将函数应用于当前行与所有其他行

2 个答案: