迭代熊貓數據框中的所有列

Question

我有一個包含 100 列的 Pandas 數據框。 我想執行一個操作，將所有可能的列組合相互比較（col 1 與 col2、col 1 與 col3、[...] col 99 與 col 100）。

例如：

colA   colB   colC   colD
   1      1      2      1

因此，例如等於值的兩個值之間的比較應該產生yes用於colA vs. colB和no可樂與COLC。

理想情況下，我只想進行獨特的比較，因此colA vs. colB等於colB vs. colA並且只應保留一個值。

有什么有效的方法可以做到嗎？

Answer 1

例如，我要做的第一件事是設置比較命令

(df['col1'] == df['col2']).any()

我們需要的是所有列的組合

from itertools import combinations
combs = list(combinations(df.columns, 2))

現在我們可以循環遍歷它們並比較它們，使用我們從頂部開始的單行

for cmb in combs:
    print((df[cmb[0]] == df[cmb[1]]).any())

Answer 2

import itertools
from scipy.spatial.distance import pdist
pd.Series(pdist(df.T)==0, index=itertools.combinations(df.columns, 2))

輸出：

(colA, colB)     True
(colA, colC)    False
(colA, colD)     True
(colB, colC)    False
(colB, colD)     True
(colC, colD)    False

替代矩陣：

import itertools
from scipy.spatial.distance import pdist, squareform
pd.DataFrame(squareform(pdist(df.T)) == 0, index=df.columns, columns=df.columns)

輸出：

       colA   colB   colC   colD
colA   True   True  False   True
colB   True   True  False   True
colC  False  False   True  False
colD   True   True  False   True