Question

我有一个数据框架，该框架展示了一些具有累积值的特征。我需要识别这些功能以便还原累积值。这是我的数据集的外观（加上大约50个变量）：

clients

我希望实现的是：

我似乎已经找到了答案，但是它首先还原了值，然后尝试识别列。我不能反过来吗？首先确定功能，然后还原值？

Finding cumulative features in dataframe?

此刻我正在执行以下代码，以便为我提供具有累积值的功能名称：

然后，我将这些要素名称手动保存在一个名为cum_features的列表中，并还原这些值，以创建所需的数据集：

 def accmulate_col(value):
     count = 0
     count_1 = False
     name = []
     for i in range(len(value)-1):
         if value[i+1]-value[i] >= 0:
             count += 1
         if value[i+1]-value[i] > 0:
             count_1 = True
     name.append(1) if count == len(value)-1 and count_1 else name.append(0)
     return name

 df.apply(accmulate_col)

有没有更好的方法来解决我的问题？

Answer 1

要确定在整个列中哪些列的*值递增，您将需要对所有值应用条件。因此，从这个意义上讲，您必须首先使用这些值来确定哪些列符合条件。

在给定诸如以下数据框的情况下，

import pandas as pd
d = {'a': [1,2,3,4],
     'b': [4,3,2,1]
     }
df = pd.DataFrame(d)
#Output:
   a  b
0  1  4
1  2  3
2  3  2
3  4  1

要弄清楚哪些列包含递增的值，只需对数据帧中的所有值使用diff，并检查整个列中哪些值正在递增。

可以写成：

out = (df.diff().dropna()>0).all()
#Output:
a     True
b    False
dtype: bool

然后，您可以仅使用列名来选择其中带有True的列

new_df = df[df.columns[out]]
#Output:
   a
0  1
1  2
2  3
3  4

*（“累计”一词并不能真正代表您所使用的条件。您希望它是累计的还是只是在增加？累积表示特定行/索引中的值是该索引之前所有先前值的总和，虽然只是增加而已，但当前行/索引中的值却比以前大。）

识别数据框中不断增加的功能

1 个答案: