当我将几个列传递给聚合函数时,我希望了解如何在pandas中进行聚合。我习惯了在R中使用dplyr,这是非常简单的。
在我的例子中,'data‘有很多列,包括'TPR’、'FPR‘和'model’。有许多不同的数据集连接在一起,我需要在“model”分组级别运行我的函数。
grouped_data = data.groupby(['model'])
grouped_data.aggregate( sklearn.metrics.auc(x='FPR',y='TPR') )
但是,这会导致错误。
发布于 2018-06-17 04:34:23
由于您只想应用一种方法,因此可以不使用aggregate
,而使用apply
。参数必须是可调用的Python才能应用于每个组,因此在您的示例中,将如下所示
data.groupby('model').apply(lambda group: sklearn.metrics.auc(group.FPR, group.TPR))
例如:
y = np.array([1, 1, 2, 2])
pred = np.array([0.1, 0.4, 0.35, 0.8])
fpr, tpr, _ = sklearn.metrics.roc_curve(y, pred, pos_label=2)
df_a = pd.DataFrame({'model': 'a', 'FPR': fpr, 'TPR': tpr})
df_b = pd.DataFrame({'model': 'b', 'FPR': fpr, 'TPR': tpr})
data = df_a.append(df_b)
data.groupby('model').apply(lambda group: sklearn.metrics.auc(group.FPR, group.TPR))
输出:
model
a 0.75
b 0.75
dtype: float64
https://stackoverflow.com/questions/50891521
复制相似问题