我有一個(gè)df：df = pd.DataFrame({'id': [123, 456, 789], 'list_left': [['dog', 'cat'],['dog', 'mouse'], ['dog', 'elephant']], 'list_right': [['cat', 'mouse', 'giraffe'], ['mouse', 'dog'], ['giraffe', 'gorilla']]})我想找到字符串列表之間的相似性。這應(yīng)該忽略順序或長(zhǎng)度（即['dog', 'mouse']，['mouse', 'dog']應(yīng)該導(dǎo)致 100% 的相似性）。這是我的嘗試（https://www.geeksforgeeks.org/python-percentage-similarity-of-lists/）：df['result'] = len(set(df['list_left']) & set(df2['list_right'][1])) / float(len(set(df['list_left']) | set(df['list_right']))) * 100這會(huì)導(dǎo)致此錯(cuò)誤：TypeError Traceback (most recent call last)<ipython-input-136-3b1e1ee16eed> in <module>()----> 1 df['new'] = len(set(df['list_left']) & set(df2['list_right'][1])) / float(len(set(df['list_left']) | set(df['list_right']))) * 100TypeError: unhashable type: 'list'與熊貓 df 中的列表列進(jìn)行比較的好方法是什么？對(duì)于不同長(zhǎng)度的字符串列表，列表之間的相似性是否具有邏輯意義？
2 回答
呼如林
TA貢獻(xiàn)1798條經(jīng)驗(yàn) 獲得超3個(gè)贊
解決方案是使用apply：
df.apply(lambda x: len(set(x['list_left']) & set(x['list_right'])) / float(len(set(x['list_left']) | set(x['list_right']))) * 100,1)
輸出：
0 25.0
1 100.0
2 0.0
dtype: float64
方程的解釋?zhuān)?/p>
首先在等式中檢查公共元素：
df.apply(lambda x: len(set(x['list_left']) & set(x['list_right'])), 1)
輸出：
0 1
1 2
2 0
dtype: int64
接下來(lái)，您檢查列表的不同元素并將其乘以：
df.apply(lambda x: float(len(set(x['list_left']) | set(x['list_right']))), 1)
輸出：
0 4
1 2
2 4
dtype: float64
相似度由（共同元素/不同元素）*100 定義。所以對(duì)于第一行它是1/4*100 = 0.25。
慕妹3146593
TA貢獻(xiàn)1820條經(jīng)驗(yàn) 獲得超9個(gè)贊
這里解決方案不使用apply
s = df.list_left + df.list_right
s1 = s.map(set)
(s.str.len() - s1.str.len()) / s1.str.len() * 100
Out[132]:
0 25.0
1 100.0
2 0.0
dtype: float64
添加回答
舉報(bào)
0/150
提交
取消