提取功能使用python中另一个数据帧的数据框中的两个列值

Question

我有一个数据帧1，其中包含两列nodes1_id，node2_id

我有另一个数据框，其中包含14列，包括nodeid和13个匿名功能

这是我的df1

df1.head()

node1_id  node2_id  
6         5 
5         2 
4         6 
6         2 
2         3 

这是我的df2

df2.head()

node_id  f1  f2  f3  f4  f5  f6  f7  f8  f9  f10  f11  f12  f13
0        2  14  14  14  12  12  12   7   7   7    0    0    0   15
1        3  31   9   7  31  16  12  31  15  12   31   15   12    8
2        4   0   0   0   0   0   0   0   0   0    0    0    0    7
3        5  31   4   1  31   7   1  31   9   1   31    9    0   15
4        6  31  27  20  31  24  14  31  20  10   31   20    5    7

我想根据与我的数据帧df1的某些相似性添加这些f1 ... f13列，即在df1中使用6和5的特征比较第1行6和5如何在数据帧的该行中添加

Answer 1

def similarity_score(v1, v2):
    # calculate your similarity score here
    return score

def similarity(id_1, id_2):
    # extract the rows from df2 corresponding to 
    # the given ids and convert them to lists, or 
    # numpy arrays. After this you can calculate the similarity score

    feature_vector1 = list(df2.loc[df2['node_id'] == id_1, :])
    feature_vector2 = list(df2.loc[df2['node_id'] == id_2, :])
    return similarity_score(feature_vector1, feature_vector2)

df1['similarity'] = df1.apply(lambda ids: similarity(*ids), axis=1)