Question

我想使用 Pandas和NumPy在Python中转换以下数据集（CSV）：

表1（csv）

Ads, Impressions, Clicks
Ad_1, 11, 1
Ad_2, 10, 2

到

表2（csv）

Ad_1, Ad_2
0, 0
0, 0
0, 0
0, 1
0, 0
1, 0
0, 0
0, 0
0, 1
0, 0
0

表2的印象基本上是总行数，随机插入1（计数=点击次数）。

转换后的表格将使用机器学习的“最高可信度”算法对2个广告集进行点击率优化。请帮助将表1转换为表2。

谢谢！

Answer 1

我认为这应该可以解决问题：

import pandas as pd
import numpy as np
from io import StringIO

TESTDATA = StringIO("""Ads,Impressions,Clicks
Ad_1, 11, 1
Ad_2, 10, 2
    """)

table_1 = pd.read_csv(TESTDATA, sep=",")

def convert(row):
    clicks_to_generate = row['Clicks']
    array_len = row['Impressions']
    ad = np.zeros(array_len)
    ad[:clicks_to_generate] = 1
    np.random.shuffle(ad) # you want it random
    return ad

ads = table_1.apply(convert, axis=1)
series_list = [pd.Series(ad) for ad in ads]
table_2 = pd.DataFrame(series_list).T
table_2 = table_2.add_prefix('Ad_')
print(table_2)

    Ad_0  Ad_1
0    0.0   0.0
1    1.0   0.0
2    0.0   1.0
3    0.0   1.0
4    0.0   0.0
5    0.0   0.0
6    0.0   0.0
7    0.0   0.0
8    0.0   0.0
9    0.0   0.0
10   0.0   NaN

table_2.to_csv('table_2.csv', index=False)

在Python中将数据集转换为奖励/遗漏数据集

1 个答案: