Python数据帧：在一列上使用Groupby计算R^2和RMSE

我有以下Python数据框架：

Type    Actual  Predicted
A       4       3
A       10      18
A       13      11
B       3       10
B       4       2
B       8       33
C       20      17
C       40      33
C       87      80
C       32      30

我有计算R^2和RMSE的代码，但我不知道如何通过不同的“类型”计算它

现在，我的方法是将较大的表分解为三个较小的表，其中只包含A、B、C值，然后计算每个较小表的R^2和RMSE……然后将它们追加到一起

但上述方法效率低下，我相信应该有一个更简单的方法

以下是我希望在分组时生成结果的格式：

Type    R^2     RMSE    
A       value   value   
B       value   value   
C       value   value   

---

下面是一个

groupby

方法：

import numpy as np
import pandas as pd
from sklearn.metrics import r2_score, mean_squared_error

def r2_rmse( g ):
    r2 = r2_score( g['Actual'], g['Predicted'] )
    rmse = np.sqrt( mean_squared_error( g['Actual'], g['Predicted'] ) )
    return pd.Series( dict(  r2 = r2, rmse = rmse ) )

your_df.groupby( 'Type' ).apply( r2_rmse ).reset_index()

---

做一个groupby并将公式作为函数应用到整个列中，您是否介意给我们您的r^2和RMSE公式，以便我们可以测试一下？我（也许还有其他人）已经有一段时间没有上统计课了，这太神奇了！非常感谢。关于如何在置信区间内执行此操作的任何提示？

return

语句可以修改为

return pd.Series（{'r2'：r2，'rmse'：rmse}）