Python 提取唯一性和循环

我有一个如下所示的数据帧：

   A  B          C
0  1  2  PRODUCT_1
1  3  2  PRODUCT_2
2  3  2  PRODUCT_4
3  3  2  PRODUCT_5
4  5  2  PRODUCT_1
5  3  2  PRODUCT_3

我想，对于每个独特的产品，使用a和B列执行模型预测，并存储相应的精度

unique = ["PRODUCT_1", ...] # unique products
accuracy
for i in unique:
    first_subset = ???  # all rows for product `i` - how do I implement this correctly?

X = first_subset[:, 0]
Y = first_subset[:, 1]

prediction_product_1 = model.predict(X)
accuracy_product_1 = np.sum( (prediction_product_1)/np.sum(Y) )    
accuracy.append([accuracy_product_1, PRODUCT_1])

如何在Python中实现第二点

以-

df = pd.DataFrame(...) # your data 
df

   A  B          C
0  1  2  PRODUCT_1
1  3  2  PRODUCT_2
2  3  2  PRODUCT_4
3  3  2  PRODUCT_5
4  5  2  PRODUCT_1
5  3  2  PRODUCT_3

首先使用

uniques = df.C.unique()

uniques
array(['PRODUCT_1', 'PRODUCT_2', 'PRODUCT_4', 'PRODUCT_5', 'PRODUCT_3'], dtype=object)

要从特定产品中获取所有行，我将使用

groupby

（因此，这里实际上不需要

uniques

）

---

基本上，对于每个组，调用

model.predict

并将键值对附加到

acc

dict.

您正在处理的代码在哪里？请仔细查看

df.groupby

。这会为每个唯一的键生成组或更小的

数据帧

。我无法正确初始化循环并为最后一点创建帧，因为我不是高级编码器@cᴏʟᴅsᴘᴇᴇᴅ好的，你不能至少提供一个样本数据和输出吗？你在和熊猫一起工作，是吗？你如何期望在不提供任何信息的情况下得到答案？关于一个明确的问题，还有一些提示吗？如何用numpy来解决这个问题呢？@AlessandroCeccarelli如果你想要一个numpy的答案，不要给这个问题贴上标签。此外，numpy解决方案可能没有那么高效或容易实现。好吧，但每当我尝试运行代码时，它都会在最后一行acc[I]=…“列表分配索引超出范围”报告一个错误；可能是因为我还没有调用“append”命令吗？@AlessandroCeccarelli No你看到循环的顶部了吗？我将

acc

定义为

{}

，而不是

[]

。

acc = {}
for i, g in df.groupby('C'):
    X, y = g['A'], g['B']
    p = model.predict(X, y)

    acc[i] = (p == y).sum() / len(y)