在python中计算每组的相同条目

Question

我有以下形式的数据框：group base height weight size0      A     10     5     M0      A     20     5     M1      A     10     10    S2      A      5      5    L我怎样才能得到一个矩阵，它按组计算相似的条目？输出如下所示：compare  base height weight size0,1        3/3  2/3   2/3   2/30,2        3/3  0/3   3/3   2/31,2        2/2  0/2   0/2   0/2

Answer 1

• 在解决方案的核心最常见的值

• 用于itertools.combinations获取有效的组对

• 在组的组合中比较最频繁的每一行。sum()查找匹配数的真值矩阵

• 休息正在形成

df = pd.read_csv(io.StringIO("""group base height weight size

0      A     10     5     M

0      A     20     5     M

1      A     10     10    S

2      A      5      5    L"""), sep="\s+")

# columns we're working with

cols = [c for c in df.columns if c!= "group"]

# iterate over combinations of groups

dfx = pd.DataFrame()

for gp in itertools.combinations(df.group.unique(), 2):

    dfg = df.loc[df.group.isin(gp),cols]

    dfx = pd.concat([dfx, 

                     (dfg == dfg.value_counts().index[0])

                     .sum().to_frame().T.assign(gs=len(dfg), compare=",".join(str(e) for e in gp))

                    ])

# rebase 1 as 0 for comparisons

dfx = dfx.reset_index(drop=True).replace(1,0).astype(str)

# format as required

dfx.loc[:,cols] = dfx[cols].apply(lambda x: x+" / " +dfx["gs"])

dfx.drop(columns="gs")

根据	高度	重量	尺寸	比较
0	3 / 3	2 / 3	2 / 3	2 / 3	0,1
1	3 / 3	0 / 3	3 / 3	0 / 3	0,2
2	2 / 2	0 / 2	0 / 2	0 / 2	1,2