时间戳

首页 > 解决方案 > 计算 Pandas 中行之间的不同列数

python - 计算 Pandas 中行之间的不同列数

问题描述

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。

数据的示例形状（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做到这一点，但这很慢；我需要更快的东西，所以我试图提出一个矢量化版本。

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，但您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。

标签： pythonpandasvectorization

解决方案

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 DataFrames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()

推荐阅读