У меня есть кадр данных Pandas df1 примерно так:
ID col1 col2 col3
0 A 1 1 1
1 B 1 1 1
2 C 1 0 1
3 D 0 0 0
4 E 1 1 1
5 F 0 1 0
6 G 1 0 0
7 H 0 1 0
и другой кадр данных df2 вот так:
ID col1 col2 col3 rating1 rating2
0 I 0 1 0 1 2
1 J 0 1 1 3 1
2 K 1 0 0 4 4
3 L 0 1 0 2 2
и мне нужно найти сходство (x==y).sum (не поразрядного xor) между каждой строкой df1 (кроме ID) с соответствующими строками в df2 и используйте это сходство в качестве веса для вычисления средних оценок для всех идентификаторов в df1.
Например:
Окончательные оценки A должны быть вычислены как:
rating1[A] = ( 1*1 + 2*3 + 1*4 + 1*2 ) / (1 + 2 + 1 + 1) = 13/5
Мой вывод должен быть другим кадром данных, имеющим оценки для всех идентификаторов.через df1 после вычисления среднего значения рейтингов подобия с использованием df2.
Выходной кадр данных:
ID rating1 rating2
0 A 13/5 2
1 B 13/5 2
... and so on till ID H
Пожалуйста, помогите мне сделать это эффективно, используя функции панд.Я пытался сделать это, перебирая все строки, но и df1, и df2 - очень большие таблицы, и это занимает много времени.
Заранее спасибо.
Обновление
@ WeNYoBen ответ правильный.Хотя, в моем случае, размеры df1 и df2 намного выше, чем я показал здесь в качестве примера.
В третьей строке (из ответа @ WeNYoBen) размеры s будут len (df1) * len (df2), и оба они огромны в моем случае и дают мнеОшибка памяти.Есть ли обходной путь для этого, в том смысле, что я мог бы разбить df2 на более мелкие части и вычислить их по отдельности?
Еще раз спасибо.