To musi być oczywiste, ale nie mogłem znaleźć łatwego rozwiązania.Pandasowa ramka danych do macierzy zliczeń
mam pandy DataFrame takiego:
actual | predicted
------ + ---------
Apple | Apple
Apple | Apple
Apple | Banana
Banana | Orange
Orange | Apple
Chcę to:
| Apple | Banana | Orange
------ + ------- + ------- + -------
Apple | 2 | 1 | 0
Banana | 0 | 0 | 1
Orange | 1 | 0 | 0
Można użyć groupby z agregowania size i unstackMultiIndex:
df = df.groupby(['actual','predicted']).size().unstack(fill_value=0)
print (df)
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
Innym rozwiązaniem z crosstab:
df = pd.crosstab(df.actual, df.predicted)
print (df)
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
Można użyć pandas.pivot_table
>>> df.pivot_table(index='actual', columns='predicted', aggfunc=len).fillna(0).astype('int')
predicted Apple Banana Orange
actual
Apple 2 1 0
Banana 0 0 1
Orange 1 0 0
trochę strzał w ciemno, ale myślę, że szukasz confusion matrix
from sklearn.metrics import confusion_matrix
print confusion_matrix(df['actual'], df['predicted'])
akceptuje dla 'crosstab'. Unstacking size() wydaje się trochę dla mnie hackerem. –
Dziękujemy za przyjęcie! Pierwsze rozwiązanie jest szybsze, ale zgadzam się, że to trochę hack. – jezrael
'W [142]:% timeit pd.crosstab (df.actual, df.predicted) 100 pętli, najlepiej 3: 5,04 ms na pętlę' i ' W [143]:% timeit df.groupby ([ 'actual', 'predicted']). size(). unstack (fill_value = 0) 1000 pętli, najlepiej 3: 1,28 ms na pętlę ' – jezrael