假设我有一个类似于以下内容的数据集:
INDEX A B C
1 1 1 0.75
2 1 1 1
3 1 0 0.35
4 0 0 1
5 1 1 0
我想要获得如下所示的数据框,其中包含原始列以及列之间所有可能的交互:
INDEX A B C A_B A_C B_C
1 1 1 0.75 1 0.75 0.75
2 1 1 1 1 1 1
3 1 0 0.35 0 0.35 0
4 0 0 1 0 0 0
5 1 1 0 1 0 0
我的实际数据集非常大(约 100 列)。实现这一目标最快的方法是什么?
当然,我可以执行嵌套循环或类似的操作来实现此目的,但我希望有一种更有效的方法。
最佳答案
您可以使用itertools.combinations为此:
>>> import pandas as pd
>>> from itertools import combinations
>>> df = pd.DataFrame({
... "A": [1,1,1,0,1],
... "B": [1,1,0,0,1],
... "C": [.75,1,.35,1,0]
... })
>>> df.head()
A B C
0 1 1 0.75
1 1 1 1.00
2 1 0 0.35
3 0 0 1.00
4 1 1 0.00
>>> for col1, col2 in combinations(df.columns, 2):
... df[f"{col1}_{col2}"] = df[col1] * df[col2]
...
>>> df.head()
A B C A_B A_C B_C
0 1 1 0.75 1 0.75 0.75
1 1 1 1.00 1 1.00 1.00
2 1 0 0.35 0 0.35 0.00
3 0 0 1.00 0 0.00 0.00
4 1 1 0.00 1 0.00 0.00
如果您需要对列对上的任意函数进行向量化,您可以使用:
import numpy as np
def fx(x, y):
return np.multiply(x, y)
for col1, col2 in combinations(df.columns, 2):
df[f"{col1}_{col2}"] = np.vectorize(fx)(df[col1], df[col2])
关于python - 将 Pandas 数据帧的每一列与同一数据帧的所有其他列相乘的最有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59673066/