我有一个充满各种数据的 Pandas DataFrame。其中一些是分类数据(作为“对象”类型存储在 DataFrame 中)。
我想计算其中一行与所有其他行不同的字段(列)的数量。
数据形状示例(列是名称“i”、“j”、“k”;第一个数字是索引):
i j k
1 a b c
2 a d f
3 b d f
4 a b f
还有我想与之比较的附加行(索引形式):
0 a b f
我正在寻找的结果是这样的:
[1,1,2,0]
因为 0 和 1 在 'k' 处不同,0 和 2 在 'j' 处不同,0 和 3 在 'i' 和 'j' 处不同,而 0 和 4 根本没有区别。
我会经常这样做,所以我需要一个快速版本。我已经有一个通过循环来完成的,但是那很慢;我需要更快的东西,所以我试图想出一个矢量化版本。
请注意数据框将包含其他列(数字);提供的数据没有提到它们,但你可以假设会有一些其他列(例如'h'将包含 int64)。我们想忽略这些列。
最佳答案
广播、比较、总结结果:
diff = (df != np.array(['a', 'b', 'f'])).sum(1).tolist()
print(diff)
[1, 1, 2, 0]
如果您的数据在单行 DataFrame s
中,那么您的解决方案将如下所示:
df.ne(s.iloc[0].values, axis=1).sum(1).tolist()
关于python - 计算 Pandas 中行之间不同列的数量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50802421/