如何计算行的列值与 dataframe 中具有多个值的所有其他行的差异？ 迭代每一行

Question

主要目标：找到销售玩具的城市彼此差异最大（前 10 名差异）。 例如，洛杉矶销售的玩具 3 和 4 最多，与之最相反的城市是盐湖城，它销售玩具 9 和 15 最多，玩具 3 和 4 最少。

我有一个 CSV 已放入 dataframe。

它目前有数百行，每行有 15 列......示例：

城市	玩具1	玩具2	玩具3	玩具N
洛杉矶	15	20	1	44
迈阿密	33	2	545	15
达拉斯	111	222	545	448
N市	15	555	44	987

所以我需要洛杉矶通过 ToyN 将 Toy1 与所有其他城市 Toy2 进行比较。 然后针对每个城市的 dataframe 中的行的 rest 以此类推。

我在构建这个时遇到了麻烦，因为我需要对每一列进行计算差异并在每个城市之间进行比较。

预期 Output：一个新列，城市与城市的得分不同。 示例：|City|Toy1|Toy2|Toy3|ToyN|DiffMiami|Diff Dallas| |----|----|----|----|----|----|----| |洛杉矶|15|20|1|44|-17|15|

我一直在尝试使用 DataFrame.diff() 但不确定如何在这种情况下使用它。 任何建议都会很乐意采纳。 谢谢。

Answer 1

在我提出的解决方案中，对于每对城市 A，B，我们计算 sum_i(abs(toy_i(A) - toy_i(B))) 其中 toy_i(A) 是我在城市 A 销售的玩具数量等

我们将结果报告为城市矩阵

这是在numpy中最容易完成的

首先我们加载数据

from io import StringIO
data = StringIO('''
City    Toy1    Toy2    Toy3    ToyN
LosAngeles  15  20  1   44
Miami   33  2   545 15
Dallas  111 222 545 448
CityN   15  555 44  987
''')
df = pd.read_csv(data, sep = '\s+')
df2 = df.set_index('City')
v = df2.values

然后是一点 numpy 魔法，灵感来自https://stackoverflow.com/a/46266707/14551426 ，计算 abs 差异的成对和，并转换回 df

res = np.sum(np.abs(v - v[:, None]),axis=2)
df3 = pd.DataFrame(data = res, index = df2.index, columns = df2.index)
df3

output：

City        LosAngeles  Miami   Dallas  CityN
City                
LosAngeles  0          609      1246    1521
Miami       609        0        731     2044
Dallas      1246       731      0       1469
CityN       1521       2044     1469    0

我们看到最大值是迈阿密/CityN 组合，因此这是差异最大的两个城市

在这里找到前 10 个最大的数字也不会太难：

df3.unstack().sort_values()

生产

City        City      
LosAngeles  LosAngeles       0
Miami       Miami            0
Dallas      Dallas           0
CityN       CityN            0
LosAngeles  Miami          609
Miami       LosAngeles     609
            Dallas         731
Dallas      Miami          731
LosAngeles  Dallas        1246
Dallas      LosAngeles    1246
            CityN         1469
CityN       Dallas        1469
LosAngeles  CityN         1521
CityN       LosAngeles    1521
Miami       CityN         2044
CityN       Miami         2044