python - 比较数据框的所有数字列

Question

我有以下 csv 文件:

C1,C2,C3,C4,C5,C6,C7
0,1,1,1,1,1,1
1,1,1,1,1,1,1
0,1,1,1,0,0,1
0,1,0,1,0,0,1
0,1,1,1,1,1,1
1,1,1,1,1,1,1

我想创建一个比较列对的数据框。我想计算每对列共享值 1 的次数。因此，对于问题开头显示的数据，我想生成以下数据框:

   C1 C2 C3 C4 C5 C6 C7
C1
C2
C3
C4
C5
C6
C7

[C1,C1] 将包含 C1 等于 1 的次数:

awk -F',' '$1==1' f.csv | wc -l

[C1,C2] 将包含 C1 等于 C2 且等于 1 的次数。

awk -F',' '$1==1 && $1==$2' f.csv | wc -l

有没有更简单的方法来计算这个？也许使用 pandas？

Answer 1

如果数据框只包含1和0，可以使用矩阵乘法dot :

df = pd.read_csv("/path/to/csvfile")

df.T.dot(df)