Question

我正在使用pandas数据帧，我希望得到2个数据帧df1和df2之间的巧合。

DF1：

+------------+-------+
| features   | col2  |
+------------+-------+
| [1.0, 2.0] |   2   |
+------------+-------+
| [1.0, 3.0] |   1   |
+------------+-------+

DF2：

+------------+-------+
| features   | col2  |
+------------+-------+
| [1.0, 2.0] |   2   |
+------------+-------+
| [1.0, 4.0] |   5   |
+------------+-------+

列'features'的类型为DenseVector。

两个数据帧的列（名为“features”）都是DenseVector类型。我有下一个代码：

s1 = pandas.merge(df1, df2, how='inner', on=['features'])

我检查了两个数据帧都有一个具有相同值的DenseVector元素。例如：DenseVector（[1.0,2.0,3.0]）。但是没有巧合被s1捕获。

如果我检查df1的DenseVector元素在df2中的下一个代码，当我得到True时，我得到False：

df1.features[0] in df2.features

如果我应用下一个代码，我会得到True，因为它会比较向量的所有元素：

df1.features[0].all() in df2.features.all()

如何应用内连接以获得重合的矢量？

Answer 1

我不确定我们是否可以使用列表字段作为合并的键，但下面是您的问题的解决方法：

import pandas as pd 

d1 = {'features': [[1.0,2.0], [1.0,3.0]],
     'col2': [2,1]}

d2 = {'features': [[1.0,2.0], [1.0,4.0]],
     'col2': [2,5]}    

df1 = pd.DataFrame(d1)
df2 = pd.DataFrame(d2)

df1['features1'] = df1['features'][0]
df1['features2'] = df1['features'][1]
df2['features1'] = df2['features'][0]
df2['features2'] = df2['features'][1]

mdf = pd.merge(df1,df2,on=['features1', 'features2'], suffixes = ('_df1', '_df2'))

print(mdf)

pandas数据帧之间的内部联接不适用于比较DenseVector类型

1 个答案: