python - 取一列中的每个元素计算并使用python创建一个新列

Question

我有一个如下所示的数据集；

ID val
1  3.1
2  2.7
3  6.3
4  1.3

并且想计算每行之间val的相似度，得到如下矩阵

ID val  c_1  c_2  c_3  c_4
1  3.1  0.0  0.4  -3.2 0.8
2  2.7  -0.4 0.0  -3.6 1.4
3  6.3  3.2  3.6  0.0  5.0
4  1.3  -0.8 -1.4 -5.0 0.0

我有以下代码:

def similarities(data):
    j=0
    k=0
    for i in data:
        data[j,k+2] = data[j+1] - data[j]
        j=j+1
        k=k+1
        return None

目前这显然行不通，但这是否是尝试遍历数据集和使用索引的正确方法？

Answer 1

我想你需要np.subtract.outer , 创建新的 Dataframe 和 join转为原文:

df1=pd.DataFrame(np.subtract.outer(df['val'], df['val']), columns=df['ID']).add_prefix('c_')
df = df.join(df1)
print (df)
   ID  val  c_1  c_2  c_3  c_4
0   1  3.1  0.0  0.4 -3.2  1.8
1   2  2.7 -0.4  0.0 -3.6  1.4
2   3  6.3  3.2  3.6  0.0  5.0
3   4  1.3 -1.8 -1.4 -5.0  0.0

另一种广播解决方案:

val = df.val.values
ids = df.ID.values

df1 = pd.DataFrame(val[:, None] - val, columns = ids).add_prefix('c_')
df = df.join(df1)
print (df)
   ID  val  c_1  c_2  c_3  c_4
0   1  3.1  0.0  0.4 -3.2  1.8
1   2  2.7 -0.4  0.0 -3.6  1.4
2   3  6.3  3.2  3.6  0.0  5.0
3   4  1.3 -1.8 -1.4 -5.0  0.0