python - 计算二进制数并在 Pandas DataFrame 中找到交集

Question

我有两个基于以下 Pandas DataFrame 的问题。

(1.) 每个二进制值表示一个数据项 (p1,p2,p3,p4) 的出现或不出现。我想计算 DataFrame 中的二进制值(只有 1s)。

df = pd.DataFrame([[1,1,1,0,1],[2,1,1,0,1],[3,1,1,1,1],[4,0,1,0,1]])
df.columns = ['session','p1','p2','p3','p4']

输出

   session  p1  p2  p3  p4
0        1   1   1   0   1
1        2   1   1   0   1
2        3   1   1   1   1
3        4   0   1   0   1

以下是我尝试过的。

print ([df[col].value_counts() for col in df.columns])

但我的预期输出如下。任何帮助解决这个问题。

        count
0        3
1        3
2        4
3        2

(2.) 我想获取 session 的交集。获取session 1和2、1和3、1和4、2和3、2和4、3和4之间的公共(public)数据项(p1,p2,p3,p4)。我不知道预期的输出，但我觉得应该如下所示。

  1,2,3,4
1,3,3,3,2
2,3,3,3,2
3,3,3,4,2
4,2,2,2,2

Answer 1

(1)

我假设你想将session设置为索引

In [86]: df = df.set_index('session')

In [87]: df.sum(axis=1)
Out[87]: 
session
1          3
2          3
3          4
4          2
dtype: int64

(2)

使用dot

In [90]: df.dot(df.T)
Out[90]: 
session  1  2  3  4
session            
1        3  3  3  2
2        3  3  3  2
3        3  3  4  2
4        2  2  2  2