本文介绍了“相关矩阵"指的是“相关矩阵".用于字符串.名义数据的相似性的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这是我的数据框. df
Here is my data frame. df
store_1 store_2 store_3 store_4
0 banana banana plum banana
1 orange tangerine pear orange
2 apple pear melon apple
3 pear raspberry pineapple plum
4 plum tomato peach tomato
我正在寻找一种方法来计算商店中同时出现的次数(以比较它们的相似性).
I'm looking for the way to count number of co-occurrences in stores (to compare their similarity).
推荐答案
您可以尝试这样的事情
import itertools as it
corr = lambda a,b: len(set(a).intersection(set(b)))/len(a)
c = [corr(*x) for x in it.combinations_with_replacement(df.T.values.tolist(),2)]
j = 0
x = []
for i in range(4, 0, -1): # replace 4 with df.shape[-1]
x.append([np.nan]*(4-i) + c[j:j+i])
j+= i
pd.DataFrame(x, columns=df.columns, index=df.columns)
哪个产量
store_1 store_2 store_3 store_4
store_1 1.0 0.4 0.4 0.8
store_2 NaN 1.0 0.2 0.4
store_3 NaN NaN 1.0 0.2
store_4 NaN NaN NaN 1.0
这篇关于“相关矩阵"指的是“相关矩阵".用于字符串.名义数据的相似性的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持!