如何在 Python 中获取两个浮点值数据框之间的百分比相似度？答案

【问题标题】：How to get percentage similarity between two float values dataframe in Python?如何在 Python 中获取两个浮点值数据框之间的百分比相似度？
【发布时间】：2021-07-29 13:10:23
【问题描述】：

这就是我的想象。这是一个示例表：

Col A	Col B	Similarity
5.0	5.0	1.000
3.8	2.3	0.700
1.3	6.7	0.300
2.7	8.5	0.350
2.9	2.9	1.000

我应该使用什么算法来做到这一点？

【问题讨论】：

我只知道如何通过导入strsim和使用jarowinkler相似度来比较两个字符串。你能通过使用 ipynb 来证明这一点吗？

标签： python pandas dataframe anaconda jupyter

【解决方案1】：

如果您需要一个返回 1 到 0 之间的任意相似度函数，这确实很简单，但它会起作用。

df['similarity'] = df['Col A'] / df['Col B']
df.loc[df['similarity'] > 1, 'similarity'] = 1 / df['similarity']

【讨论】：

我需要一个百分比。不是 1 和 0。像 7 和 8 之类的两个值之间应该接近，并且相距不远。它可能有 80% 相似。
是的，这行得通。如果你想要 80 而不是 0.8，你可以乘以 100
你能演示一下吗？
您只需在末尾添加df['similarity'] *= 100
这叫什么算法？

【解决方案2】：

你可以试试这样的：

x = df.max(axis=1)
y = abs(df['Col A']- df['Col B'])
df['Similarity'] = 1-(y/x)

df:

    Col A   Col B   Similarity
0   5.0     5.0     1.000000
1   3.8     2.3     0.605263
2   1.3     6.7     0.194030
3   2.7     8.5     0.317647
4   2.9     2.9     1.000000

【讨论】：