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
X1 X2 X3
X1 0 0 1
X2 0 1 2
X3 0 1 1
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?
答案 0 :(得分:0)
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