Question

我正在尝试获取一组由N行组成的数据，并扩展每一行以包括该行中每一列的平方/立方/等（升至多少由变量j确定）。数据以pandas DataFrame开头，但可以变成一个numpy数组。

例如：如果该行是[3,2]并且j是3，则该行应转换为[3，2，9，4，4，27，8]

我目前有一个半工作版本，其中包含一堆嵌套的for循环，非常难看。我希望有一种更干净的方法来进行这种转换，以便调试变得更容易。

我正在寻找的行为与sklearns PolynomialFeature基本上相同，但是我试图仅在numpy和/或pandas中实现。

谢谢！

Answer 1

将NumPy广播用于矢量化解决方案-

In [66]: a = np.array([3,2])

In [67]: j = 3

In [68]: a**np.arange(1,j+1)[:,None]
Out[68]: 
array([[ 3,  2],
       [ 9,  4],
       [27,  8]])

并且内置了一个NumPy：np.vander-

In [142]: np.vander(a,j+1).T[::-1][1:]
Out[142]: 
array([[ 3,  2],
       [ 9,  4],
       [27,  8]])

或将increasing单位设置为True-

In [180]: np.vander(a,j+1,increasing=True).T[1:]
Out[180]: 
array([[ 3,  2],
       [ 9,  4],
       [27,  8]])

Answer 2

尝试使用concat选项的ignore_index删除列名中的重复项：

df = pd.DataFrame(np.arange(9).reshape(3,3))

j = 3

pd.concat([df**i for i in range(1,j+1)], axis=1,ignore_index=True)

输出：

   0  1  2   3   4   5    6    7    8
0  0  1  2   0   1   4    0    1    8
1  3  4  5   9  16  25   27   64  125
2  6  7  8  36  49  64  216  343  512

在numpy / pandas中为每列添加正方形/立方体/等的列

2 个答案: