将数据帧编码为树状嵌套if结构的有效方法？

Question

假设我有一个看起来像这样的pandas 数据框：

 A   B   C   D   value
 1   4   6   9   100
 1   4   6   10  101
 1   5   7   9   100
 1   5   7   11  102
 1   5   8   10  105

也就是说，有一些识别特征的组合唯一地识别一行，然后是一些值。在这种情况下，A, B, C, D 中有 4 个识别特征，这四个值的组合在数据帧中将是唯一的。

我想print下面嵌套if声明：

if A == 1
    if B == 4
        if C == 6
            if D == 9
                100
            if D == 10
                101
    if B == 5
        if C == 7
            if D == 9
                100
            if D == 11
                102
        if C == 8
            if D == 10
                105

假设我知道识别列已经按基数递增的顺序排列，那么将具有可变数量标识符 A, B, ... 的数据编码为这种格式的有效方法（就存储字符串所需的内存而言）是什么？

and 也是允许的，所以我也可以像这样表示树：

if A == 1
    if B == 4 and C == 6
        if D == 9
            100
        if D == 10
            101
    if B == 5
        if C == 7
            if D == 9
                100
            if D == 11
                102
        if C == 8 and D == 10
            105

会为后者欣喜若狂，但实现前者的解决方案已经解决了我的问题！

这是我拼凑的df 示例：

pd.DataFrame({'A': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3], 
              'B': [4, 4, 5, 5, 5, 4, 4, 4, 4, 5, 4, 5, 5, 5, 5], 
              'C': [6, 6, 7, 7, 8, 6, 7, 7, 7, 8, 6, 7, 8, 8, 8], 
              'D': [9, 10, 9, 11, 10, 12, 12, 13, 15, 10, 9, 10, 9, 16, 17],
              'value': [100, 101, 100, 102, 105, 103, 103, 100, 101, 107, 102, 100, 111, 105, 109]})

Answer 1

好的，所以这不是您所要求的，但我认为它值得考虑。

也许您可以训练一个决策树分类器。然后，您可以导出树，然后编写一些自定义代码将树转换为 if 语句，这应该是直截了当的。这是我正在修改的一些代码：

import pandas as pd
from sklearn import tree
from graphviz import Source
import numpy as np

data = pd.DataFrame({'A': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3], 
                     'B': [4, 4, 5, 5, 5, 4, 4, 4, 4, 5, 4, 5, 5, 5, 5], 
                     'C': [6, 6, 7, 7, 8, 6, 7, 7, 7, 8, 6, 7, 8, 8, 8], 
                     'D': [9, 10, 9, 11, 10, 12, 12, 13, 15, 10, 9, 10, 9, 16, 17], 
                     'value': [100, 101, 100, 102, 105, 103, 103, 100, 101, 107, 102, 100, 111, 105, 109]})


X = data[['A', 'B', 'C', "D"]]
Y = data["value"]

clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)

# Display Tree
classes = Y.unique().astype(np.str)
Source( tree.export_graphviz(clf, out_file=None, feature_names=X.columns, class_names=classes) )