将用户定义的函数应用于数据访问
将用户定义的函数应用于数据访问
提问于 2020-06-11 14:55:44
函数im试图写入，将提供的数据，并计算F统计值，并提供这些作为输出。
数据格式Final
Key Color Strength Fabric Sales
a 0 1 1 10
b 1 2 2 15在这里，颜色、强度和织物是独立的，而销售是独立的。
其思想是创建一个循环，为每个唯一的键值创建一个新的dataframe :并在这个dataframe上执行一个函数，然后创建一个新的dataframe，它是从唯一键值获得的所有新数据文件的连接。
def regression():
X=Final1.copy()
y=Final1[['Sales']].copy()
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=.2, random_state=0)
sel=f_classif(X_train, y_train)
p_values=pd.Series(sel[0], index=X_train.columns)
p_values=p_values.reset_index()
pd.options.display.float_format = "{:,.2f}".format
return p_values
Finals=[]
Finals=pd.DataFrame(Finals)
for group in Final.groupby('Key'):
# group is a tuple where the first value is the Key and the second is the dataframe
Final1=group[1]
Final1=pd.DataFrame(Final1)
result=regression()
Finals=pd.concat([Finals, result], axis=1)
# do xyz with result
print(Finals)这是我想出的代码，但它抛出了一个错误
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-131-c3a3b53971d5> in <module>
5 Final1=group[1]
6 Final1=pd.DataFrame(Final1)
----> 7 result=regression()
8 Finals=pd.concat([Finals, result], axis=1)
9
<ipython-input-120-d5c718baaba8> in regression()
2 X=Final1.iloc[:,7:-1].copy()
3 y=Final1[['Sale Rate']].copy()
----> 4 X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=.2, random_state=0)
5 sel=f_classif(X_train, y_train)
6 p_values=pd.Series(sel[0], index=X_train.columns)
~\anaconda3\lib\site-packages\sklearn\model_selection\_split.py in train_test_split(*arrays, **options)
2120 n_samples = _num_samples(arrays[0])
2121 n_train, n_test = _validate_shuffle_split(n_samples, test_size, train_size,
-> 2122 default_test_size=0.25)
2123
2124 if shuffle is False:
~\anaconda3\lib\site-packages\sklearn\model_selection\_split.py in _validate_shuffle_split(n_samples, test_size, train_size, default_test_size)
1803 'resulting train set will be empty. Adjust any of the '
1804 'aforementioned parameters.'.format(n_samples, test_size,
-> 1805 train_size)
1806 )
1807
ValueError: With n_samples=1, test_size=0.2 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters.这段代码可能出了什么问题？
回答 2
Stack Overflow用户
回答已采纳
发布于 2020-06-12 06:39:34
一个简单的解决办法是：
for group in Final.groupby('Key'):
# group is a tuple where the first value is the Key and the second is the dataframe
result = regression(group[1])
# do xyz with result编辑：
您不必再次将组转换为数据帧，并且可以直接使用它，因为它已经以正确的格式存在。
# this line is not necessary
Final1 = pd.DataFrame(Final1)从错误判断，您传递给train_test_split函数的train_test_split显然没有足够的记录。这一点在错误消息中非常明显。您将不得不使用try来处理这样的错误，除了。
Stack Overflow用户
发布于 2020-06-12 10:32:30
一旦我用少于10个观察值过滤掉所有键，代码就可以工作了。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62327251
复制相关文章
相似问题
腾讯云开发者
