在对应于其他两列的列中划分 2 行及其关系（Python）

Question

我有一个数据框如下所示，我想要的是"nom_1"列中的每个元素对其对应的target_1到target_0进行划分。因此，对于 "Circle"，"target_1" 的 "id" 是 9168，"target_0" 的 "id" 是 28152。我需要 9168/28152 的除法。我可以手动执行此操作，但我需要将其自动化，因为会有更多具有不同唯一值的数据帧。

我需要创建一个如下所示的字典：

{'Circle': 0.3705589911482963, 'Polygon': 0.34775978284076003, 'Square': 0.5312055617001106, 'Star': 0.19850208121615415, 'Trapezoid': 1.5383163853653423}

注意：这些数字并不代表实际结果，只是我想要的格式

到目前为止，这是我的代码：

    nom_1  target     id
0      Circle       0  28152
1      Circle       1   9168
2     Polygon       0  24741
3     Polygon       1  11402
4      Square       0  32787
5      Square       1  16810
6        Star       0  31645
7        Star       1  14259
8   Trapezoid       0  71833
9   Trapezoid       1  29348
10   Triangle       0  19078
11   Triangle       1  10777

nom_1_dat = train.groupby(["nom_1","target"]).count()[["id"]].reset_index()

print(nom_1_dat)

nom_1_dict = {}
i_list = []
for i,element in enumerate(nom_1_dat["nom_1"]):
    i_list.append(i)
for i,element in enumerate(nom_1_dat["nom_1"]):
    if (i+1) < max(i_list): 
        nom_1_dict[element] = (nom_1_dat["id"][i+1])/(nom_1_dat["id"][i])

print(nom_1_dict)

Answer 1

试试这个：

dict={}
values = df['nom_1'].unique() # find the norm_1 unique_values
for value in values:       # iterate over values
    df_t=df[df['nom_1']==value] # get the value from dataframe
    dict[value]=int(df_t[df_t['target']==1]['id'])/int(df_t[df_t['target']==0]['id'])  # divide the target_1/target_0
print(dict)

希望对您有所帮助！

Answer 2

给定以下数据框：

df=pd.DataFrame([['Circle', 'Circle', 'Polygon', 'Polygon'], [0, 1, 0, 1], [28152, 9168, 24741, 11402]], ['nom_1', 'target', 'id']).T
     nom_1 target     id
0   Circle      0  28152
1   Circle      1   9168
2  Polygon      0  24741
3  Polygon      1  11402

试试这个代码，使用 groupby.agg:

df_res = df.groupby('nom_1').agg({'id': lambda row_id: row_id[1]/row_id[0]})

或等效的，使用 groupby.apply:

df_res = df.groupby('nom_1').apply(lambda row: (row[row.target==1]['id'].iloc[0]/row[row.target==0]['id'].iloc[0]))

在这两种情况下给出：

               id
nom_1            
Circle   0.325661
Polygon  0.460854

如果要将结果转成字典：

dict_res = df_res.to_dict()['id']
# output: {'Circle': 0.3256606990622336, 'Polygon': 0.46085445212400467}

Answer 3

我试过给出的答案。当我在具有高基数的列上尝试它们时，我得到了一个 KeyError。我修改了我以前的代码并得到了想要的结果：

nom_1_dat = train.groupby(["nom_1","target"]).count()[["id"]].reset_index()
print(nom_1_dat)
nom_1_dict = {}
i_list = []
for i,element in enumerate(nom_1_dat["nom_1"]):
    i_list.append(i)
for i,element in enumerate(nom_1_dat["nom_1"]):
    if element not in nom_1_dict.keys():
        nom_1_dict[element] = (nom_1_dat["id"][i+1])/(nom_1_dat["id"][i])
print(nom_1_dict)

#output:
{'Circle': 0.3256606990622336, 'Polygon': 0.46085445212400467, 'Square': 
0.5127032055387806, 'Star': 0.45059251066519196, 'Trapezoid': 0.40855874041178847, 
'Triangle': 0.5648914980605934}

在对应于其他两列的列中划分 2 行及其关系（Python）

Dividing 2 rows in a column that is corresponding to two other columns and their relation(Python)

python

division

pandas