将数据帧行转换为 Python 集

Question

我有这个数据集：

import pandas as pd
import itertools

A = ['A','B','C']
M = ['1','2','3']
F = ['plus','minus','square']

df = pd.DataFrame(list(itertools.product(A,M,F)), columns=['A','M','F'])
print(df)

示例输出如下：

   A  M       F
0   A  1    plus
1   A  1   minus
2   A  1  square
3   A  2    plus
4   A  2   minus
5   A  2  square

我想对该数据帧中的每一行进行成对比较（杰卡德相似度），例如，比较

A 1 plus并A 2 square得到这两个集合之间的相似度值。

我写了一个jaccard函数：

def jaccard(a, b):
    c = a.intersection(b)
    return float(len(c)) / (len(a) + len(b) - len(c))

这只能在现场工作，因为我用过intersection

我想要这样的输出（这个预期结果值只是随机数）：

    0     1     2     3     45
0  1.00  0.43  0.61  0.55  0.46
1  0.43  1.00  0.52  0.56  0.49
2  0.61  0.52  1.00  0.48  0.53
3  0.55  0.56  0.48  1.00  0.49
45  0.46  0.49  0.53  0.49  1.00

获得成对指标结果的最佳方法是什么？

谢谢你，

Answer 1

您可以在这里找到您想要的完整实现：

series_set = df.apply(frozenset, axis=1)
new_df = series_set.apply(lambda a: series_set.apply(lambda b: jaccard(a,b)))