Python Pandas DataFrames：逐行比较两行。

Question

我想比较两个表中的行，只保留类似的匹配。

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

并在此表中进行转换：

     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

Answer 1

您可以使用itertools迭代所有行组合以创建一组新项目，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'])

Answer 2

<强> 解释

• 要做的第一件事就是生成一种迭代每个组合的机制。我选择np.triu_indices。这是让我可以访问方形矩阵的上三角形的numpy方式。 @Michael使用itertools.combinations完成此任务。
• 接下来需要注意的是格式化索引。 @Michael和我都使用'{}/{}'.format
• 最后，我们需要把它们放在一起。我使用pd.concat，@迈克尔使用pd.DataFrame.ftom_items
• 我认为@Michael的答案比我的更多。我下次回答类似的问题时，我可能会使用两者的组合。
• 虽然我没有充分的理由，但我通常会避免加入itertools。也许我应该： - ）
• 有关更详细的解释，我建议您逐行运行，看看组件的外观。

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