根据python pandas数据帧的两列中的值计算精度和召回率？

Question

我有以下格式的数据框：

Column 1 (Expected Output) | Column 2 (Actual Output)
[2,10,5,266,8]             |   [7,2,9,266]             
[4,89,34,453]              |   [4,22,34,453]

我想找到实际输入中预期的项目数。例如，对于第1行，预期输出和实际输出中只有2和266，这意味着精度= 2/5且召回= 2/5。

由于我有超过500行，我想找到某种公式来查找每行的精度和召回率。

Answer 1

像这样设置你的df：

df = pd.DataFrame({"Col1": [[2,10,5,266,8],[4,89,34,453]],
                   "Col2":[[7,2,9,266],[4,22,34,453]]})

您可以在以下位置找到匹配的值：

df["matches"] = [set(df.loc[r, "Col1"]) & set(df.loc[r, "Col2"]) for r in range(len(df))]

您可以从中计算精确度和召回率。

但请注意，您的示例不会考虑预期输出和实际输出列表中元素的排序，如果这很重要，此解决方案将会失效，并且如果“...”中存在重复的任何值的重复项预期产出“清单。