Предположат, что у меня есть два столбца в питоне pandas.DataFrame:Python панда: Нахождение косинуса сходства двух столбцов
col1 col2
item_1 158 173
item_2 25 191
item_3 180 33
item_4 152 165
item_5 96 108
Какой самый лучший способ взять косинус сходство этих двух столбцов?
Это вы что искали?
from scipy.spatial.distance import cosine
from pandas import DataFrame
df = DataFrame({"col1": [158, 25, 180, 152, 96],
"col2": [173, 191, 33, 165, 108]})
print(1 - cosine(df["col1"], df["col2"]))
Один лайнер всегда приветствуется, спасибо! Я думаю, что слишком много внимания уделяю поиску функций внутри python pandas, но не смотрю на пакеты, с которыми он интегрируется, как scipy. – hlin117
Обратите внимание, что если у вас есть две разные серии с разными индексами, значения «NaN» будут проигнорированы вычислением подобия косинуса, что приведет к некорректному ответу, поскольку нормы в знаменателе будут вычисляться некорректно (некоторые значения будут опущены для выравнивания с другими сериями) – osa
Вы также можете использовать cosine_similarity или другие метрики подобия образуют sklearn.metrics.pairwisedocs
from sklearn.metrics.pairwise import cosine_similarity
cosine_similarity(df.col1, df.col2)
Out[4]: array([[0.7498213]])
Для ясности, я предполагаю, что вы имеете в виду: кроме просто применяя формулу, т.е. вычисления величин, нормализующее и делая суммарный продукт. – Leo
@leo Да, я имею в виду, что является самым оптимизированным способом. Однако, если есть функциональный способ, который занимает всего несколько строк, я тоже буду этому доволен. – hlin117
Похоже, что в [Scipy] есть соответствующие функции (http://docs.scipy.org/doc/scipy/reference/spatial.distance.html) – Marius