- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我想创建一个新的数据帧,它是现有数据帧中特定列值之间所有汉明距离的距离矩阵。汉明距离似乎工作正常:
def hamming_dist(str1, str2):
hamming = 0
for letter in range(len(str1)):
if str1[letter] != str2[letter]:
hamming += 1
return hamming
hamming_dist("hello", "heLLo")
输出
2
我想为名为“蛋白质”的库中名为 hamming_df 的 df 中的所有值计算汉明。
hamming_distance_df = pd.DataFrame(hamming_dist(hamming_df["protein"], hamming_df["protein"]))\
(index = hamming_df["protein"], columns=hamming_df["protein"])
输出是具有正确索引和列的数据帧,但所有值都是 0 而不是实际的汉明距离。有什么想法吗?
谢谢
最佳答案
问题是您将 pandas Series 传递给 hamming_dist
而不是字符串。一种解决方案是使用 itertools.product
生成字符串对:
import pandas as pd
from itertools import product
def hamming_dist(str1, str2):
hamming = 0
for letter in range(len(str1)):
if str1[letter] != str2[letter]:
hamming += 1
return hamming
hamming_df = pd.DataFrame(["hello", "yello"], columns=["protein"])
res = pd.DataFrame([hamming_dist(*p) for p in product(hamming_df["protein"], repeat=2)], columns=["hamming_protein"])
print(res)
输出
hamming_protein
0 0
1 1
2 1
3 0
另一种方法是使用 scipy.spatial.pdist
计算距离:
from scipy.spatial.distance import pdist, squareform
hamming_df = pd.DataFrame(["hello", "yello"], columns=["protein"])
arr = squareform(pdist(hamming_df["protein"].to_numpy().reshape((-1, 1)), metric=hamming_dist)).flatten()
res = pd.DataFrame(arr, columns=["hamming_protein"])
print(res)
输出
hamming_protein
0 0.0
1 1.0
2 1.0
3 0.0
注意
我建议您使用以下适用于不同长度字符串的 hamming_dist 函数:
def hamming_dist(str1, str2):
return sum(l1 != l2 for l1, l2 in zip(str1, str2)) + abs(len(str1) - len(str2))
更新
如果输出是一个距离矩阵,我建议你使用pdist
如下:
from scipy.spatial.distance import pdist, squareform
hamming_df = pd.DataFrame(["hello", "yello"], columns=["protein"])
arr = squareform(pdist(hamming_df["protein"].to_numpy().reshape((-1, 1)), metric=hamming_dist))
res = pd.DataFrame(arr, columns=hamming_df["protein"], index=hamming_df["protein"])
print(res)
输出
protein hello yello
protein
hello 0.0 1.0
yello 1.0 0.0
关于python - 计算数据框列值的汉明距离,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/73105314/
A是不同元素的序列,B是A的子序列,A-B是A中的所有元素,但不是B中的所有元素距离(A) = 总和|a(i)-a(i+1)|从 i=1 到 n-1找到一个子序列 B 使得 Dist(B)+Dist(
我想通过计算每对中所有(多维)点集之间距离的平均值来量化组相似性。 我可以很容易地手动为每对组手动完成此操作,如下所示: library(dplyr) library(tibble) library(
在 OpenXML 中用于指定大小或 X、Y 坐标的度量单位是什么? (介绍)。 将那些与像素匹配是否有意义,如果是这样,那些如何转换为像素? graphicFrame.Transform = new
我想知道是否有人可以帮助我替换过渡层中的值。 如果我尝试: transitionlayer[transitionlayer >= 0.14] = 0.14 : comparison (5) is
我在 firebase 中有一个列表,其中包括地理位置(经度和纬度),并且我想获得距给定坐标最近的 10 个位置。 我正在从 MySQL 过渡,在那里我将计算 SELECT 中的距离, 并在 ORDE
如何在 Python 中根据 2 个 GPS 坐标计算速度、距离和方向(度)?每个点都有纬度、经度和时间。 我在这篇文章中找到了半正矢距离计算: Calculate distance between
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 6 年前。 Improve this ques
我只想使用 matplotlib 标记两条曲线之间发生最大偏差的位置。请帮助我。 垂直距离适用于 Kolmogorov–Smirnov test import numpy as np %matplot
我有一个包含数万行重复项的文件。我想根据行号找到重复项之间的平均时间/距离。 例如:(其中第一列是行号) 1 string1 2 string2 3 string2 4 string1 5 strin
用公式speed=distance/time计算时间 但时间总是0我的输入是 distance=10 和 speed=5 我的输出必须 = 2 #include int main() { in
我正在使用 Levenshtein 算法来查找两个字符串之间的相似性。这是我正在制作的程序的一个非常重要的部分,因此它需要有效。问题是该算法没有发现以下示例相似: CONAIR AIRCON 算法给出
对于一个房地产网站,我需要实现一个允许搜索文本和距离的搜索机制。 当 lat 和 lon 记录在单独的列中时,在 MySQL 表上进行距离计算很容易,但房子往往有 LOT true/false 属性。
是否可以在触发前更改 UIPanGestureRecognizer 的距离?目前的实现似乎在触发前有 5-10 像素的距离余量,我想降低它如果可能的话。 原因是我将 UIPanGestureRecog
我试图找到两个网格之间的偏差。例如在 3d 空间中定义的两组点之间的差异,我计划使用一些 3d 可视化工具来可视化距离,例如QT3d 或一些基于开放式 gl 的库。 我有两组网格,基本上是两个 .ST
所以,我有这个函数可以快速返回两个字符串之间的 Levenshtein 距离: Function Levenshtein(ByVal string1 As String, ByVal string2
我正在尝试用字典创建一个光学字符识别系统。 事实上,我还没有实现字典=) 我听说有一些基于 Levenstein 距离的简单指标,这些指标考虑了不同符号之间的不同距离。例如。 'N' 和 'H' 彼此
我在PostGIS数据库(-4326)中使用经纬度/经度SRID。我想以一种有效的方式找到最接近给定点的点。我试图做一个 ORDER BY ST_Distance(point, ST_GeomF
我想从线串的一端开始提取沿线串已知距离处的点的坐标。 例如: library(sf) path % group_by(L1) %>% summarise(do_union =
我已经编写了这些用于聚类基于序列的数据的函数: library(TraMineR) library(cluster) clustering <- function(data){ data <- s
是否可以设置 UILabel 的行之间的距离,因为我有一个 UILabel 包含 3 行,并且换行模式是自动换行? 最佳答案 如果您指的是“前导”,它指的是类型行之间的间隙 - 您无法在 UILabe
我是一名优秀的程序员,十分优秀!