数据帧的两列之间的相似性

Question

我有一个包含两列的dataframe，其中两列是Artist_x和{}。我想找出这两个列之间的相似性，并得到作为新列的相似性百分比。我想我可以使用difflib，但不确定具体如何使用。在

我目前有：

mergednew['SimilarityArtist'] = mergednew.apply(lambda row: similar(row['Artist_x'], row['Artist_y']), axis=1)

Answer 1

您可以尝试以下代码：

from sklearn.metrics.pairwise import cosine_similarity
Artist_x=Artist_x.reshape(1,-1)
Artist_y=Artist_y.reshape(1,-1)
cosine_similarity(Artist_x,Artist_y)

您将得到一些介于0到1之间的值。1表示最大相似度，0表示最小相似度。在

Answer 2

你是想找到完全匹配还是部分匹配？在

可以使用以下方法找到精确匹配：

num_matches = []
total_items = len(column_A)
for i in range(len (column_A)):
    if column_A == column_B:
        num_matches.append (1)
        print(num_matches/total_items)