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 size

0      A     10     5     M

0      A     20     5     M

1      A     10     10    S

2      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 size

0,1        3/3  2/3   2/3   2/3

0,2        3/3  0/3   3/3   2/3

1,2        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 size0      A     10     5     M0      A     20     5     M1      A     10     10    S2      A      5      5    L"""), sep="\s+")# columns we're working withcols = [c for c in df.columns if c!= "group"]# iterate over combinations of groupsdfx = 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 comparisonsdfx = dfx.reset_index(drop=True).replace(1,0).astype(str)# format as requireddfx.loc[:,cols] = dfx[cols].apply(lambda x: x+" / " +dfx["gs"])dfx.drop(columns="gs")根据高度重量尺寸比较03 / 32 / 32 / 32 / 30,113 / 30 / 33 / 30 / 30,222 / 20 / 20 / 20 / 21,2