Python 如何高效地跨数据帧进行配对乘法

我想使用多个数字特征进行特征工程，其思想是跨数据帧进行成对乘法，首选答案是机器学习库中提供的内容，例如，，，等等（我不知道这个过程的学名），但在没有库的情况下也可以这样做

这是我的简化数据集

No  feature_1  feature_2  feature_3
1          10         20         30
2          20         30         40 

这是我需要的

No  feature_1  feature_2  feature_3  feature_1xfeature2  feature_1xfeature_2  feature_2xfeature_3
1          10         20         30                 200                  300                  600            
2          20         30         40                 600                  800                 1200

我所做的

df['feature_1xfeature2'] =  df['feature_1'] * df['feature_2']
df['feature_1xfeature3'] =  df['feature_1'] * df['feature_3']
df['feature_2xfeature3'] =  df['feature_2'] * df['feature_3'] 

---

这很容易导致大量功能出错。如何自动执行此操作？

您可以使用

itertools

获取所有列的乘积：

import itertools

for col_a, col_b in itertools.product(df.columns, 2):
    df[col_a + 'x' + col_b] = df[col_a] * df[col_b]

itertools.product（df.columns，2）

从df.columns中获取2项时，将生成所有列的组合

编辑 更详细地看一下您的问题，我认为您最好使用

itertools.compositions

。这并不是产生所有可能的产品，而是产生所有可能的组合

例如，假设列“A”、“B”、“C”

itertools.product

生产（'A'，'A'，'B'，'A'，'C'，'B'，'A'，'B'，'B'，'B'，'B'，'C'，'C'，'C'，'C'，'C'，'C'，'C'）

itertools.compositions

产生（'A'，'B'），（'A'，'C'），（'B'，'C'））

因此，这将更有效：

import itertools

for col_a, col_b in itertools.combinations(df.columns, 2):
    df[col_a + 'x' + col_b] = df[col_a] * df[col_b]

---

还有其他更专业的方法可以自动完成。例如，

多项式特征

：

import pandas as pd
from sklearn.preprocessing import PolynomialFeatures

# original data
df = pd.DataFrame(data = [[1, 10, 20, 30], [2, 20, 30, 40]], columns = ['No', 'feature_1', 'feature_2', 'feature_3'])

# selecting features to use for features generation
seed_feature_names = ['feature_1', 'feature_2', 'feature_3']
seed_features = pd.DataFrame(data = df[seed_feature_names], columns=seed_feature_names)

# actual features generation
poly = PolynomialFeatures(interaction_only=True, include_bias=False)
df_enhanced = pd.DataFrame(data = poly.fit_transform(seed_features), columns=poly.get_feature_names(seed_features.columns))

---

所以，

itertools.product

对排列有用吗？如果我使用减法或除法，

itertools

库是为了高效地迭代值而构建的。

itertools.product

方法确实用于查找所有置换。我的示例代码中的乘法用作您的示例，但您也可以使用减法或除法编写，例如，对于减法：

df[col\u a+'-'+col\u b]=df[col\u a]-df[col\u b]

。如果您想对存储在每列中的数组进行更精细的处理，可以使用df['].value并将其作为

numpy.array

处理。这提供了更多的功能好的，这就是我需要的，实际上我两者都需要