我有一個這樣的數(shù)據(jù)框- Metric Value Modelf1_measure 0.854053454 Logistic_Regressionauc 0.927363382 Logistic_Regressionprecision 0.871229558 Logistic_Regressionf1_measure 0.957372309 Random_Forestauc 0.994050551 Random_Forestprecision 0.974012599 Random_Forestf1_measure 0.823266765 Naive_Bayesauc 0.91573591 Naive_Bayesprecision 0.83156611 Naive_Bayes現(xiàn)在我想創(chuàng)建另一個數(shù)據(jù)框- Model_name Rank Metric Random_Forest 1 auc Logistic_Regression 2 auc Naive_Bayes 3 auc 'auc'此數(shù)據(jù)框是使用用戶提供的Metric== 創(chuàng)建的。我需要創(chuàng)建一個新的數(shù)據(jù)框，其排名基于用戶給定的指標(biāo)值，如上所示。
3 回答
30秒到達(dá)戰(zhàn)場
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超6個贊
如何使用布爾索引來提取您需要的內(nèi)容，分配排名和排序：
(df[df.Metric=='auc']
.assign(Rank=lambda x: x['Value'].rank(ascending=False))
.sort_values('Rank')
)
輸出：
Metric Value Model rank
4 auc 0.994051 Random_Forest 1.0
1 auc 0.927363 Logistic_Regression 2.0
7 auc 0.915736 Naive_Bayes 3.0
一只斗牛犬
TA貢獻(xiàn)1784條經(jīng)驗(yàn) 獲得超2個贊
用于boolean indexing過濾指標(biāo)等于的數(shù)據(jù)框auc，然后用于Series.rank對列上過濾后的數(shù)據(jù)框進(jìn)行排名Value，最后用于DataFrame.sort_values將數(shù)據(jù)框排序?yàn)?code>Rank
df1 = df[df.Metric.eq('auc')]
df1 = df1.assign(Rank=df1.pop('Value').rank(ascending=False)).sort_values(by='Rank')
結(jié)果：
# print(df1)
Metric Model Rank
4 auc Random_Forest 1.0
1 auc Logistic_Regression 2.0
7 auc Naive_Bayes 3.0
：
慕哥6287543
TA貢獻(xiàn)1831條經(jīng)驗(yàn) 獲得超10個贊
像這樣的事情怎么樣：
df[df.Metric == 'auc'].sort_values(by = 'Value', ascending = False)
添加回答
舉報
0/150
提交
取消