时间戳

首页 > 解决方案 > 在 Python 中将数据集转换为奖励/错过数据集

python - 在 Python 中将数据集转换为奖励/错过数据集

问题描述

我想在 Python 中使用 Pandas 和 NumPy转换以下数据集（CSV） ：

表 1 (csv)

Ads, Impressions, Clicks
Ad_1, 11, 1
Ad_2, 10, 2

到

表 2 (csv)

Ad_1, Ad_2
0, 0
0, 0
0, 0
0, 1
0, 0
1, 0
0, 0
0, 0
0, 1
0, 0
0

表 2 的展示次数基本上是随机插入 1 的总行数（计数 = 点击次数）。

转换后的表格是使用机器学习的上置信界限算法对 2 个广告集运行 CTR 优化。请帮助如何将表 1 转换为表 2。

谢谢！

标签： pythonpython-3.xpandasnumpy

解决方案

我认为这应该可以解决问题：

import pandas as pd
import numpy as np
from io import StringIO

TESTDATA = StringIO("""Ads,Impressions,Clicks
Ad_1, 11, 1
Ad_2, 10, 2
    """)

table_1 = pd.read_csv(TESTDATA, sep=",")

def convert(row):
    clicks_to_generate = row['Clicks']
    array_len = row['Impressions']
    ad = np.zeros(array_len)
    ad[:clicks_to_generate] = 1
    np.random.shuffle(ad) # you want it random
    return ad

ads = table_1.apply(convert, axis=1)
series_list = [pd.Series(ad) for ad in ads]
table_2 = pd.DataFrame(series_list).T
table_2 = table_2.add_prefix('Ad_')
print(table_2)

    Ad_0  Ad_1
0    0.0   0.0
1    1.0   0.0
2    0.0   1.0
3    0.0   1.0
4    0.0   0.0
5    0.0   0.0
6    0.0   0.0
7    0.0   0.0
8    0.0   0.0
9    0.0   0.0
10   0.0   NaN

table_2.to_csv('table_2.csv', index=False)

推荐阅读