python - 如何在单个列上使用 groupby 并在 Pandas 中对多个列进行比较？

Question

我有一个用户数据框，他们是否注册，以及模型对他们是否注册的预测。我想找到每个用户:TP(他们注册了，模型预测他们注册了)，FP(他们没有注册，但模型预测他们注册了)，FN(他们注册了，但模型预测没有)，以及TN(他们没有注册，模型预测没有)。这里 1 表示他们注册了，0 表示他们没有注册。我想对用户进行分组，然后使用其他两列进行比较。例如，我可能有如下内容:

Users    |    Signed_up    |     Prediction   |
User1         1                  0            
User2         0                  0
User1         1                  1
User3         1                  1
User2         0                  1
User2         0                  0
...

For TP, the resulting table might look something like:

Users    |    TP    |
User1         1
User2         0
User3         1

For TN, the resulting table might look something like:
Users    |    TN    |
User1         0
User2         1
User3         0

and so on for FP and FN.

我假设我在 Users 列上分组并使用 lambda 函数比较 Sign_up 和 Prediction 列，但我不是确定如何实际执行此操作。如果有任何帮助，我将不胜感激!

Answer 1

在 groupby 之前进行比较，然后是 groupby + sum

(df.assign(TP = df.Signed_up & df.Prediction, 
           TN = (df.Signed_up == 0) & (df.Prediction == 0),
           FN = df.Signed_up & (df.Prediction == 0), 
           FP = (df.Signed_up == 0) & df.Prediction)
   .groupby('Users')['TP', 'TN', 'FN', 'FP'].sum())

       TP   TN   FN   FP
Users                   
User1   1  0.0  1.0  0.0
User2   0  2.0  0.0  1.0
User3   1  0.0  0.0  0.0

---

受@BrianJoseph 的启发，只需更少的输入，您就可以groupby 所有 3 列，确定大小，并取消堆叠除用户之外的所有内容:

df.groupby([*df]).size().unstack([1,2]).fillna(0)

Signed_up     1         0     
Prediction    0    1    0    1
Users                         
User1       1.0  1.0  0.0  0.0
User2       0.0  0.0  2.0  1.0
User3       0.0  1.0  0.0  0.0