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:Python数据帧:在一列上使用Groupby计算R^2和RMSE,python,dataframe,pandas-groupby,Python,Dataframe,Pandas Groupby,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
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})