0
597
VistasCreando columnas anidadas en el marco de datos de python
Tengo 3 columnas, a saber, Modelos (deben tomarse como índice), Precisión sin normalización, Precisión con normalización (zscore, minmax, maxabs, robust) y se deben crear como:
------------------------------------------------------------------------------------ | Models | Accuracy without normalization | Accuracy with normalization | | | |-----------------------------------| | | | zscore | minmax | maxabs | robust | ------------------------------------------------------------------------------------ dfmod-> Models column dfacc-> Accuracy without normalization dfacc1-> Accuracy with normalization - zscore dfacc2-> Accuracy with normalization - minmax dfacc3-> Accuracy with normalization - maxabs dfacc4-> Accuracy with normalization - robust dfout=pd.DataFrame({('Accuracy without Normalization'):{dfacc}, ('Accuracy using Normalization','zscore'):{dfacc1}, ('Accuracy using Normalization','minmax'):{dfacc2}, ('Accuracy using Normalization','maxabs'):{dfacc3}, ('Accuracy using Normalization','robust'):{dfacc4}, },index=dfmod )Estaba tratando de hacer algo como esto, pero no puedo entender más
Datos de prueba:
qda 0.6333 0.6917 0.5917 0.6417 0.5833 svm 0.5333 0.6917 0.5333 0.575 0.575 lda 0.5333 0.6583 0.5333 0.5667 0.5667 lr 0.5333 0.65 0.4917 0.5667 0.5667 dt 0.5333 0.65 0.4917 0.5667 0.5667 rc 0.5083 0.6333 0.4917 0.525 0.525 nb 0.5 0.625 0.475 0.5 0.4833 rfc 0.5 0.625 0.4417 0.4917 0.4583 knn 0.3917 0.6 0.4417 0.4833 0.45 et 0.375 0.5333 0.4333 0.4667 0.45 dc 0.375 0.5333 0.4333 0.4667 0.425 qds 0.3417 0.5333 0.4 0.4583 0.3667 lgt 0.3417 0.525 0.3917 0.45 0.3583 lt 0.2333 0.45 0.3917 0.4167 0.3417Estos son valores para las respectivas subcolumnas en el orden especificado en la tabla anterior
·
Santiago Trujillo
1 Respuestas
Responde la pregunta0
Hay una manera sucia de hacer esto, escribiré sobre eso hasta que alguien responda con una idea mejor. Aquí vamos:
import pandas as pd # I assume that you can read raw data named test.csv by pandas and # set header = None cause you mentioned the Test data without any headers, so: df = pd.read_csv("test.csv", header = None) # Then define preferred Columns! MyColumns = pd.MultiIndex.from_tuples([("Models" , ""), ("Accuracy without normalization" , ""), ("Accuracy with normalization" , "zscore"), ("Accuracy with normalization" , "minmax"), ("Accuracy with normalization" , "maxabs"), ("Accuracy with normalization" , "robust")]) # Create new DataFrame with specified Columns, after this you should pass values New_DataFrame = pd.DataFrame(df , columns = MyColumns) # a loop for passing values for item in range(len(MyColumns)): New_DataFrame.loc[: , MyColumns[item]] = df.iloc[: , item]Esto me da:
después de todo, si desea establecer Models como el índice de New_DataFrame , puede continuar con:
New_DataFrame.set_index(New_DataFrame.columns[0][0] , inplace=True) New_DataFrameEsto me da:
·
Santiago Trujillo
Denunciar
Responde la pregunta