Question

我有一个充满各种数据的Pandas DataFrame。其中一些是分类数据（存储在DataFrame中作为'对象'类型）。

我想计算一行与所有其他行不同的字段数（列数）。

数据的示例形状（列名为'i'，'j'，'k';第一个数字是索引）：

  i  j  k 
1 a  b  c
2 a  d  f
3 b  d  f
4 a  b  f

我要与之比较的额外行（索引形式）：

0 a b f

我正在寻找的结果是：

[1,1,2,0]

因为0和1在'k'不同，0和2在'j'不同，0和3在'i'和'j'不同，0和4完全没有区别。

我会经常这样做，所以我需要一个快速版本。我已经有一个通过循环来完成它，但这很慢;我需要更快的东西，所以我想提出一个矢量化的版本。

请注意，数据框将包含其他列（数字）;提供的数据没有提到它们，但你可以假设会有一些其他列（例如'h'将包含int64）。我们想忽略这些列。

Answer 1

广播，比较和总结结果：

diff = (df != np.array(['a', 'b', 'f'])).sum(1).tolist()

print(diff)
[1, 1, 2, 0]

如果您的数据位于单行DataFrame s中，那么您的解决方案将如下所示：

df.ne(s.iloc[0].values, axis=1).sum(1).tolist()