在数据框中逐行比较

Question

我有一个熊猫数据框 sample dataframe

df =    a1   a2   a3   a4   a5 

         0    1    1     1    0      #dict[a3_a4]  = 1 ,dict[a2_a4]  = 1 ,dict[a2_a3]  = 1
         1    1    1     0    0      #dict[a1_a2]  = 1 , dict[a1_a3]  = 1, dict[a2_a3]  = 1

我需要函数获取数据框作为输入并返回 2 列一起出现的数量并将其存储在字典中 所以我的输出会像

output dict will look like this : {'a1_a2':1,'a2_a3':2, 'a3_a4':1,'a1_a3':1,'a2_a4':1}

如果需要，使用伪代码

PS：我是堆栈溢出的新手，请原谅我的错误。

Answer 1

您可以使用itertools 组合来获取所有列对。然后你可以multiply 向上取值并取其中的sum。

from itertools import combinations

cc = list(combinations(df.columns,2))
df1 = pd.concat([df[c[1]]*df[c[0]] for c in cc], axis=1, keys=cc)
df1.columns = df1.columns.map('_'.join)

d = df1.sum().to_dict()

print(d)

输出：

{'a1_a2': 1,
 'a1_a3': 1,
 'a1_a4': 0,
 'a1_a5': 0,
 'a2_a3': 2,
 'a2_a4': 1,
 'a2_a5': 0,
 'a3_a4': 1,
 'a3_a5': 0,
 'a4_a5': 0}