提取唯一身份并循环播放

Question

我有一个如下所示的数据框：

p4

我希望，对于每个独特的产品，使用A和B列执行模型预测，并存储相应的精度。

   A  B          C
0  1  2  PRODUCT_1
1  3  2  PRODUCT_2
2  3  2  PRODUCT_4
3  3  2  PRODUCT_5
4  5  2  PRODUCT_1
5  3  2  PRODUCT_3

我怎样才能在Python中实现第二点？

Answer 1

从 -

开始

df = pd.DataFrame(...) # your data 
df

   A  B          C
0  1  2  PRODUCT_1
1  3  2  PRODUCT_2
2  3  2  PRODUCT_4
3  3  2  PRODUCT_5
4  5  2  PRODUCT_1
5  3  2  PRODUCT_3

首先使用

查找唯一身份证

uniques = df.C.unique()

uniques
array(['PRODUCT_1', 'PRODUCT_2', 'PRODUCT_4', 'PRODUCT_5', 'PRODUCT_3'], dtype=object)

要获取特定产品的所有行，请使用groupby执行此操作（因此，您实际上并不需要uniques） -

acc = {}
for i, g in df.groupby('C'):
    X, y = g['A'], g['B']
    p = model.predict(X, y)

    acc[i] = (p == y).sum() / len(y)

基本上，对于每个群组，请致电model.predict并在acc词典附加一个键值对。