在pandas数据框中查找房屋之间的相似性以进行内容过滤

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

# 假设有一个包含房屋信息的数据框df，包括房屋特征和属性等信息
df = pd.DataFrame({
    '房屋编号': [1, 2, 3, 4, 5],
    '面积': [100, 120, 80, 150, 90],
    '价格': [2000000, 2500000, 1800000, 3000000, 1900000],
    '位置': ['A区', 'B区', 'A区', 'C区', 'B区']
})

# 假设要查找与房屋编号为1的房屋相似的房屋
target_house = df[df['房屋编号'] == 1]

# 计算房屋相似性
df['相似度'] = cosine_similarity(df[['面积', '价格']], target_house[['面积', '价格']])

# 根据相似度降序排序
df = df.sort_values(by='相似度', ascending=False)

# 输出相似的房屋
similar_houses = df[df['房屋编号'] != 1]
print(similar_houses)