Блог

Я новичок в обучении машинному обучению наборам python данных и пытаюсь выполнить следующее в приведенном ниже фрейме данных (показан только фрагмент).

я пытаюсь

1. получите список всех стран, в которых были нанесены метки = 1
2. для каждого идентификатора из всех стран подсчитайте страны, которые указаны в списке в 1), и получите общее количество стран, присутствующих для каждого идентификатора.

Обновить:

Мне удалось получить список стран, где label = 1. Для каждого идентификатора, как найти количество стран, которые у них есть, которые попадают в список, упомянутый ранее?

Вы можете использовать

 df.loc[ df['label'] == 1 ] ['country']
 

Это позволит определить, какие индексы имеют df[‘label’] как 1, loc использовать их и взять 'country' из них серию.

Попробуйте использовать метод доступа loc и логическую маскировку:

 count=df.loc[df['label'].eq(1),['id','country']].value_counts()
#count the values of country where 'label' is 1
lst=count.index.get_level_values(1).unique().tolist()
#get the index of count for country names
 

вывод lst :

 ['ab', 'ee', 'my']
 

вывод count :

 id   country
200  ab         1
     ee         1
     my         1
dtype: int64
 

Если я правильно понимаю:

1. уникальные страны с меткой = 1

 >>> df.query('label == 1')['country'].unique()
array(['ab', 'ee', 'my'], dtype=object)
 

2. количество уникальных стран на идентификатор, когда метка = 1

 >>> df.query('label == 1').groupby('id')['country'].nunique()
id
200    3
Name: country, dtype: int64
 

2. Обновленная версия:

 countries = df.query('label == 1')['country'].unique()
df.query('country in @countries').groupby('id')['country'].nunique()