Question

首先，我已经使用数据帧计算了余弦相似度，并且结果返回了数组对象。

假设这是我的数据框

   A B C D E
X1 0 0 1 0 1
X2 0 1 2 3 1
X3 0 1 1 0 1

这是我计算df的方法

df = df.drop(['colX'], axis=1)
cos_sim = cosine_similarity(df_new_jac)

它会像这样返回

array([[0.,   0., 1.],
       [0.,  1., 2.],
       [0.,  1., 1.]

但是，我希望看到这样的结果

但是，根据'df'和'cos_sim'的形状不同，我不能使用此代码

df = df.set_index('colX')
v = cosine_similarity(df.values)

df[:] = v
df.reset_index()

错误显示，len必须相等。有什么建议解决这个问题吗？

Answer 1

不确定是否要在此实现什么，但这是我的最佳猜测：

import pandas as pd
# the original df
df1 = pd.DataFrame({'index': ['X1','X2','X3'], 'A':[0,0,0], 'B':[0,1,1], 'C': [1,2,1], 'D': [0,3,0], 'E':[1,1,1]})
# the cosine_similarity df
df2 = pd.DataFrame({'index': ['X1','X2','X3'], 'X1':[0,0,0], 'X2':[0, 1,1], 'X3':[1,2,1]})
# note the 'index' column is a column, not the index.

# merge the 2, by default on the common column (i.e. the 'index' column)
df = df1.merge(df2)
df.set_index('index', inplace=True)
>   A   B   C   D   E   X1  X2  X3
index                               
X1  0   0   1   0   1   0   0   1
X2  0   1   2   3   1   0   1   2
X3  0   1   1   0   1   0   1   1

Pandas Python-如何将数组（与数据框的长度不同）转换为数据框，并保留行名和列名？

1 个答案: