python - 如何根据预测的类附加到 Pandas Dataframe

Question

我的 Pandas DataFrame 在列中保存机器学习问题的所有可能类别，分配给条目的值具有其概率的含义。

接下来，我有一个机器学习模型，可以对列车案例进行类别预测。

现在我想为每个预测添加一个新行，其中分配给预测类的列中的值变为 1。

如何以高效且优雅的方式附加到依赖于预测类的 Pandas Dataframe？

这是一些最小的示例代码，可以满足我的需求:

import pandas as pd
import numpy as np

predictions = np.array(['classB', 'classB', 'classC'])
data = pd.DataFrame(columns=['classA', 'classB', 'classC'])

print "Data before:" 
print data

for i in range(len(predictions)):
    if predictions[i] == "classA":
        data.loc[i] = [1, 0, 0]
    if predictions[i] == "classB":
        data.loc[i] = [0, 1, 0]
    if predictions[i] == "classC":
        data.loc[i] = [0, 0, 1]

print "Data after:"
print data

输入:

 Empty Dataframe, prediction = ['classB', 'classB', 'classC']

输出:

   classA  classB  classC
0     0.0     1.0     0.0
1     0.0     1.0     0.0
2     0.0     0.0     1.0

Answer 1

您可能需要考虑使用 pandas.DataFrame.merge摆脱 for 和 if 构造。

您将创建一个 pandas 数据框，将类映射到其概率(例如“classA”:[1,0,0])。然后将此映射与预测的类合并。

示例:

import pandas as pd
import numpy as np

classes = ['classA', 'classB', 'classC']

predictionProbabilityMapping = pd.DataFrame(index=classes, columns=classes, data=[
        [1, 0, 0],
        [0, 1, 0],
        [0, 0, 1],
])

def convertProbabilities(predictions):
    predictionsDf = pd.DataFrame(columns=['classification'], data=predictions)
    return pd.merge(predictionsDf, 
                    predictionProbabilityMapping, 
                    left_on='classification', right_index=True)[classes]

predictions = np.array(['classB', 'classB', 'classC'])
print convertProbabilities(predictions)

其产量:

       classA  classB  classC
0       0       1       0
1       0       1       0
2       0       0       1