python – pandas.DataFrame列中值组合的可能性
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – pandas.DataFrame列中值组合的可能性，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2881字，纯文字阅读大概需要5分钟。
内容图文
我的DataFrame表示每列中的属性,如果适用,则表示每行中的是/否值：
d_att = { 'attribute1': ['yes', 'yes', 'no'],
'attribute2': ['no', 'yes', 'no'],
'attribute3': ['no', 'no', 'yes'] }
df_att = pd.DataFrame(data=d_att)
df_att
attribute1 attribute2 attribute3
0 yes no no
1 yes yes no
2 no no yes
现在我需要计算每个属性组合的可能性,例如如果attribute1为yes,则attribute2也为yes的可能性为0.5.
我的目标是像这样的DataFrame：
attribute1 attribute2 attribute3
attribute1 1.0 0.5 0.0
attribute2 1.0 1.0 0.0
attribute3 0.0 0.0 1.0
到目前为止,我开始用整数(1/0)替换yes / no-values：
df_att_int = df_att.replace({'no': 0, 'yes': 1})
df_att_int
attribute1 attribute2 attribute3
0 1 0 0
1 1 1 0
2 0 0 1
然后我定义了一个遍历每一列的方法,过滤当前列中值为1的行的DataFrame,计算过滤后的DataFrame中每列的总和,并将总和除以过滤行数(= sum)当前列：
def combination_likelihood(df):
df_dict = {}
for column in df.columns:
col_sum = df[df[column]==1].sum()
divisor = col_sum[column]
df_dict[column] = col_sum.apply(lambda x: x/divisor)
return pd.DataFrame(data=df_dict).T
在我的df_att_int-DataFrame上应用该方法可以提供预期的结果：
df_att_comb_like = combination_likelihood(df_att_int)
df_att_comb_like
attribute1 attribute2 attribute3
attribute1 1.0 0.5 0.0
attribute2 1.0 1.0 0.0
attribute3 0.0 0.0 1.0
但是,如果属性/列名不是按字母顺序排列,则行将按标签排序,并且有洞察力的图所需的特征模式将丢失,例如导致以下结构：
attribute2 attribute3 attribute1
attribute1 0.5 0.0 1.0
attribute2 1.0 0.0 1.0
attribute3 0.0 1.0 0.0
最终,我想将结果绘制成热图：
import seaborn as sns
sns.heatmap(df_att_comb_like)
是否有更简单,更优雅的方法来构造可能性数据框并为列和行标签保留相同的顺序？任何帮助将不胜感激！
解决方法:
一衬垫
虽然我把更好的东西放在一起
df_att.eq('yes').astype(int) .pipe(lambda d: d.T.dot(d)) .pipe(lambda d: d.div(d.max(1), 0))
attribute1 attribute2 attribute3
attribute1 1.0 0.5 0.0
attribute2 1.0 1.0 0.0
attribute3 0.0 0.0 1.0
更长
使数据帧成为整数掩码
d = df_att.eq('yes').astype(int)
d
attribute1 attribute2 attribute3
0 1 0 0
1 1 1 0
2 0 0 1
点产品本身
d2 = d.T.dot(d)
d2
attribute1 attribute2 attribute3
attribute1 2 1 0
attribute2 1 1 0
attribute3 0 0 1
将每行除以该行的最大值
d2.div(d2.max(axis=1), axis=0)
attribute1 attribute2 attribute3
attribute1 1.0 0.5 0.0
attribute2 1.0 1.0 0.0
attribute3 0.0 0.0 1.0
内容总结
以上是互联网集市为您收集整理的python – pandas.DataFrame列中值组合的可能性全部内容，希望文章能够帮你解决python – pandas.DataFrame列中值组合的可能性所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。