Question

鉴于包含多列（可能的回归量）的DataFrame，如何生成所有可能的列组合以将其测试为不同的回归？我试图从所有可能的回归量组合中选择最佳回归模型。

例如，我有DataFrame：

            A   B
1/1/2011    1   4
1/2/2011    2   5
1/3/2011    3   6

我希望生成以下内容：

            A   B
1/1/2011    1   4
1/2/2011    2   5
1/3/2011    3   6

            A
1/1/2011    1
1/2/2011    2
1/3/2011    3

            B
1/1/2011    4
1/2/2011    5
1/3/2011    6

Answer 1

如果您正在寻找列的组合以相互回归

df = DataFrame(numpy.random.randn(3,6), columns=['a','b','c','d','e','g'])
df2 =[df[list(pair)] for pair in list(iter.combinations(df.columns, 2))]

Answer 2

尝试使用itertools生成列名称的幂集：

In [23]: import itertools as iter

In [24]: def pset(lst):
   ....:     comb = (iter.combinations(lst, l) for l in range(len(lst) + 1))
   ....:     return list(iter.chain.from_iterable(comb))
   ....: 


In [25]: pset(lst)
Out[25]: 
[(),
 ('A',),
 ('B',),
 ('C',),
 ('D',),
 ('A', 'B'),
 ('A', 'C'),
 ('A', 'D'),
 ('B', 'C'),
 ('B', 'D'),
 ('C', 'D'),
 ('A', 'B', 'C'),
 ('A', 'B', 'D'),
 ('A', 'C', 'D'),
 ('B', 'C', 'D'),
 ('A', 'B', 'C', 'D')]

DataFrame的所有可能的列组合 - pandas / python

2 个答案: