根据命令的字典创建矩阵，以计算文档之间的相似度

Question

这是我的问题：

我有一个这样的数据框：

id   tfidf_weights   
1    {word1: 0.01, word2: 0.01, word3: 0.01, ...}
2    {word4: 0.01, word5: 0.01, word6: 0.01, ...}
3    {word7: 0.01, word8: 0.01, word9: 0.01, ...}
4    {word10: 0.01, word11: 0.01, word12: 0.01, ...}
5    {word13: 0.01, word14: 0.01, word15: 0.01, ...}    
.
.
.

列“ id”代表文档的ID，“ tfidf_weights”代表每个文档中每个单词的tfidf权重。

从此数据帧中，我可以获得具有以下结构的字典：

mydict = {1:{word1: 0.01, word2: 0.01, word3: 0.01, ...}, 2:{word4: 0.01, word5: 0.01, word6: 0.01, ...}, 3:{word7: 0.01, word8: 0.01, word9: 0.01, ...}, 4:{word10: 0.01, word11: 0.01, word12: 0.01, ...}, 5:{word13: 0.01, word14: 0.01, word15: 0.01, ...}, ...}

我想做的是从该词典中获得一个像这样的矩阵：

      word1     word2     word3     word4   ...
1     0.01      0.01      0.01      0.01     
2     0.01      0.01      0.01      0.01
3     0.01      0.01      0.01      0.01
4     0.01      0.01      0.01      0.01
5     0.01      0.01      0.01      0.01
.
.
.

谢谢您的帮助！

Answer 1

您可以直接使用pandas DataFrame类将字典列表转换为数据框。

import pandas as pd

a = [{"0": 0}, {"1": 1}]
df = pd.DataFrame(a)

要将其应用于您的问题，您要做的就是将mydict变成词典列表，而不是词典词典。