如何将Pandas DataFrame行余弦相似度结果转为原格式DataFrame

没问题！你只需要利用原DataFrame里的ciiu4n4列来给余弦相似度结果数组设置索引和列名就行，完全不用手动处理，哪怕是600×600的大表也能一键搞定。具体步骤如下：

解决方案代码 #

import pandas as pd
from sklearn.metrics.pairwise import cosine_similarity

# 假设你的原DataFrame是mpg_data，已经计算得到余弦相似度结果result
# 提取原DataFrame中的行业编码标签
labels = mpg_data['ciiu4n4']

# 将相似度数组转换为带标签的DataFrame
similarity_df = pd.DataFrame(result, index=labels, columns=labels)

# （可选）如果需要完全匹配原格式：将索引转为第一列并命名为ciiu4n4
similarity_df = similarity_df.reset_index().rename(columns={'index': 'ciiu4n4'})

代码解释 #

• 提取标签：labels = mpg_data['ciiu4n4'] 从原DataFrame中取出行业编码列，确保后续的行和列都能和原数据一一对应。
• 构建相似度DataFrame：pd.DataFrame(result, index=labels, columns=labels) 直接用标签设置新DataFrame的行索引和列名，这样每一个相似度值都会对应正确的行业编码对。
• 匹配原格式（可选）：如果需要和原DataFrame的结构完全一致（第一列是ciiu4n4），通过reset_index()把索引转为普通列，再重命名为ciiu4n4即可。

效果验证 #

用你提供的小例子测试后，会得到完全符合你期望的结构：

内容的提问来源于stack exchange，提问作者PAstudilloE