如何在熊猫的列中进行计算并将结果附加到列表中答案

【问题标题】：How to do calculation in a column in pandas and append the result to a list如何在熊猫的列中进行计算并将结果附加到列表中
【发布时间】：2020-06-05 03:04:33
【问题描述】：

这是我的代码

def calculate_TP(df):
    countTP=0
    countFP=0
    countTN=0
    countFN=0
    conf_lst=[]
    if df['y']==1 and df['x']==1:
        countTP+=1
    elif df['y']==0 and df['x']==1:
        countFP+=1
    elif df['y']==1 and df['x']==0:
        countFN+=1
    else:
        countTN+=1

我必须将它应用于数据框，无论我得到什么结果，我都必须附加到一个列表中。

conf_lst.append(countTP,countFP,countTN,countFN)

我该怎么做？我的数据框是这样的

我必须应用上述函数，然后将输出更改为列表。

【问题讨论】：

假设这是一个 pandas 数据框，更改您的函数以将一行作为输入变量（而不是 df）。然后使用 apply 来获得一系列结果。然后将系列转换为列表。
您的预期结果是什么？

标签： python pandas list dataframe

【解决方案1】：

使用DataFrame.groupby:

df['count'] = df.groupby(['y','x'])['x'].transform('size')
print(df)
   y  x  count
0  1  0      1
1  0  1      1
2  1  1      2
3  1  1      2

如果你想要一个列表：

df.groupby(['y','x'])['x'].size().unstack(fill_value=0).stack().tolist()

#[0, 1, 1, 2]

如果我是你，我会使用 dict：

df.groupby(['y','x'])['x'].size().unstack(fill_value=0).stack().to_dict()

#{(0, 0): 0, (0, 1): 1, (1, 0): 1, (1, 1): 2}

我们也可以这样做：

c = df['x'].ne(df['y'])
print(df.all(axis=1).sum())
print((~df.any(axis=1)).sum())
print(c.mul(df['x']).sum())
print(c.mul(df['y']).sum())


2
0
1
1

【讨论】：

【解决方案2】：

您可以将列表本身作为函数的return 输出：

def calculate_TP(df):
    countTP = len(df[(df['y']==1) & (df['x']==1)])
    countFP = len(df[(df['y']==0) & (df['x']==1)])
    countFN = len(df[(df['y']==1) & (df['x']==0)])
    countTN = len(df[(df['y']==0) & (df['x']==0)])
    conf_lst = [countTP,countFP,countFN,countTN]
    return conf_lst

【讨论】：

为什么是布尔索引而不是 symply sum？

【解决方案3】：

除非我误解了您的目标，否则您似乎正在尝试将混淆矩阵作为列表。您可以使用sklearn 中的confusion_matrix 函数，而不是重新发明轮子：

from sklearn.metrics import confusion_matrix
tn, fp, fn, tp = confusion_matrix(df.x, df.y).ravel()
conf_list = [tp, fp, tn, fn]

In [9]: conf_list                                                                                                                                                                                                  
Out[9]: [2, 1, 0, 1]

【讨论】：