python - pandas 数据帧行的两两相等

Question

我有一个包含许多行的数据框，为了进行说明，我将使用以下示例:

df = pd.DataFrame([[2,1,3,3],[2,3,3,4],[4,1,3,2]],columns=['A','B','C','D'])

结果:

   A  B  C  D
0  2  1  3  3
1  2  3  3  4
2  4  1  3  2

我想得到一个新的数据帧，其中包含原始数据帧行之间的成对相等结果。我期望得到以下结果:

   A  B  C  D
0  1  0  1  0
1  0  1  1  0
2  0  0  1  0

如:索引 0- 是第 0 行与第 1 行，索引 1- 是第 0 行与第 2 行，索引 2- 是第 1 行与第 2 行

实现这一点的一个简单方法是:

new_df = pd.DataFrame()
for i in range(0, len(df)-1): 
    for j in range(i+1, len(df)):
        new_df = new_df.append(df.iloc[i,:] == df.iloc[j,:], ignore_index=True)

有什么有效的方法来实现这个操作吗？

Answer 1

这将做你想要的:

import pandas as pd
from itertools import combinations

df = pd.DataFrame([[2,1,3,3],[2,3,3,4],[4,1,3,2]],columns=['A','B','C','D'])

combos = list(combinations(df.index, 2))

newData = {'{} v {}'.format(*combo): (df.iloc[combo[0]] == df.iloc[combo[1]]).astype(int).to_dict() for combo in combos}

pd.DataFrame.from_dict(newData, orient='index')

#       A  C  B  D
#0 v 1  1  1  0  0
#0 v 2  0  1  1  0
#1 v 2  0  1  0  0

因此它使用 2 中配对的索引值的唯一组合 - 然后根据这些条件构建行。

如果您希望重用此数据，请使用以下内容，因为它使 df 更易于查询:

newData = {combo: (df.iloc[combo[0]] == df.iloc[combo[1]]).astype(int).to_dict() for combo in combos}

pd.DataFrame.from_dict(newData, orient='index')
#     A  C  B  D
#0 1  1  1  0  0
#  2  0  1  1  0
#1 2  0  1  0  0

要根据您最新的请求获取结果，请使用:

newData = [(df.iloc[combo[0]] == df.iloc[combo[1]]).astype(int).to_dict() for combo in combos]

pd.DataFrame(newData)
#   A  B  C  D
#0  1  0  1  0
#1  0  1  1  0
#2  0  0  1  0