python - 如何在函数中循环遍历熊猫数据框中的列表
问题描述
这是我的数据框,
df = pd.DataFrame({'Id': [102,103,104,303,305],'ExpG_Home':[1.8,1.5,1.6,1.8,2.9],
'ExpG_Away':[2.2,1.3,1.2,2.8,0.8],
'HomeG_Time':[[93, 109, 187],[169], [31, 159],[176],[16, 48, 66, 128]],
'AwayG_Time':[[90, 177],[],[],[123,136],[40]]})
首先,我需要创建一个数组y
,对于给定的 ID 号,它从同一行 ( ExpG_Home & ExpG_Away
) 中获取值。
y = [1 - (ExpG_Home + ExpG_Away), ExpG_Home, ExpG_Away]
其次,我发现这要困难得多,对于创建中使用的 Id y
,下面的函数从相应的列表中获取HomeG_Time & AwayG_Time
并创建一个数组。不幸的是,我的函数一次占用一行。我需要为大型数据集执行此操作。
x1 = [1,0,0]
x2 = [0,1,0]
x3 = [0,0,1]
total_timeslot = 200 # number of timeslot per game.
k = 1 # constant
#For Id=102 with ExpG_Home=2.2 and ExpG_Away=1.8
HomeG_Time = [93, 109, 187]
AwayG_Time = [90, 177]
y = np.array([1-(2.2 + 1.8)/k, 2.2/k, 1.8/k])
# output of y = [0.98 , 0.011, 0.009]
def squared_diff(x1, x2, x3, y):
ssd = []
for k in range(total_timeslot):
if k in HomeG_Time:
ssd.append(sum((x2 - y) ** 2))
elif k in AwayG_Time:
ssd.append(sum((x3 - y) ** 2))
else:
ssd.append(sum((x1 - y) ** 2))
return ssd
sum(squared_diff(x1, x2, x3, y))
Out[37]: 7.880400000000012
此输出仅适用于第一行。
解决方案
这是给出的完整片段,
>>> import numpy as np
>>> x1 = np.array( [1,0,0] )
>>> x2 = np.array( [0,1,0] )
>>> x3 = np.array( [0,0,1] )
>>> total_timeslot = 200
>>> HomeG_Time = [93, 109, 187]
>>> AwayG_Time = [90, 177]
>>> ExpG_Home=2.2
>>> ExpG_Away=1.8
>>> y = np.array( [1 - (ExpG_Home + ExpG_Away), ExpG_Home, ExpG_Away] )
>>> def squared_diff(x1, x2, x3, y):
... ssd = []
... for k in range(total_timeslot):
... if k in HomeG_Time:
... ssd.append(sum((x2 - y) ** 2))
... elif k in AwayG_Time:
... ssd.append(sum((x3 - y) ** 2))
... else:
... ssd.append(sum((x1 - y) ** 2))
... return ssd
...
>>> sum(squared_diff(x1, x2, x3, y))
4765.599999999989
假设这个。使用pandas.DataFrame.apply将 y 计算为 (N,3)
>>> y = np.array( df.apply(lambda row: [1 - (row.ExpG_Home + row.ExpG_Away),
... row.ExpG_Home, row.ExpG_Away ],
... axis=1).tolist() )
>>> y.shape
(5, 3)
现在计算给定 x 的平方误差
>>> def squared_diff(x, y):
... return np.sum( np.square(x - y), axis=1)
在您的情况下,如果您error2
要squared_diff(x2,y)
添加此次数HomeG_Time
>>> n3 = df.AwayG_Time.apply(len)
>>> n2 = df.HomeG_Time.apply(len)
>>> n1 = 200 - (n2 + n3)
平方误差的最终总和是(根据您的计算)
>>> squared_diff(x1, y) * n1 + squared_diff(x2, y) * n2 + squared_diff(x3, y) * n3
0 4766.4
1 2349.4
2 2354.4
3 6411.6
4 4496.2
dtype: float64
>>>
推荐阅读
- plotly - Dash Plotly Dashboard 从下拉列表中选择文件并显示数据
- javascript - 使用 Axios Post 方法 React Js 上传 Csv 文件内容?
- kubernetes - 限制每个节点的 pod 数量
- android - 关闭应用程序时,Android BroadcastReceiver 不工作
- c# - 一个国家的多语言网站
- python-3.x - 替换输出长度不同的控制台输出
- xml -
我正在向现有的 xsl 样式表添加一个附加条件。
简化的 XML 输入内容如下:
<form id="MY_CONTENT"> <variable id="processInfo"> &
- html - 如何在类中的每一行之前添加项目符号仅使用 css
- laravel - Laravel SQLSTATE [42S22]:找不到列:1054 Unknown column '0' in
- django - Wagtail 内联面板 - 排序顺序