Как подсчитать наличие истинных положительных результатов с помощью панд или numpy?

У меня есть две колонки: «Прогнозирование» и «Истина земли». Я хочу получить количество истинных положительных результатов в серии, используя либо numpy, либо pandas.

Например, мои данные:

Prediction GroundTruth
True       True
True       False
True       True
False      True
False      False
True       True

Я хочу список, который должен иметь следующий вывод:

tp_list = [1,1,2,2,2,3]

Существует ли однострочный способ сделать это в numpy или pandas?

В настоящее время это мое решение:

tp = 0
for p, g in zip(data.Prediction, data.GroundTruth):
  if p and g: # TP case
    tp = tp + 1
  tp_list.append(tp)

Всего 3 ответа


Чтобы получить текущее количество (т. GroundTruth == True сумму) истинных положительных значений, т. GroundTruth == True Prediction == True если и только если GroundTruth == True , решение является модификацией ответа @ RafaelC:

(df['Prediction'] & df['GroundTruth']).cumsum()
0    1
1    1
2    2
3    2
4    2
5    3

(df['Prediction'] & df['GroundTruth']).cumsum().tolist()
[1, 1, 2, 2, 2, 3]

Если вы хотите узнать, сколько True вы предсказали, которые на самом деле True , используйте

(df['Prediction'] & df['GroundTruth']).cumsum()

0    1
1    1
2    2
3    2
4    2
5    3
dtype: int64

(спасибо @Peter Leimbigiler за то,

Если вы хотите знать, сколько вы правильно предсказали, просто сравните и используйте cumsum

(df['Prediction'] == df['GroundTruth']).cumsum()

которые выходят

0    1
1    1
2    2
3    2
4    3
5    4
dtype: int64

Всегда можно получить список, используя .tolist()

(df4['Prediction'] == df4['GroundTruth']).cumsum().tolist()

[1, 1, 2, 2, 3, 4]

Может быть, вы можете использовать all

df.all(1).cumsum().tolist()
Out[156]: [1, 1, 2, 2, 2, 3]

решение numpy

np.cumsum(np.all(df.values,1))
Out[159]: array([1, 1, 2, 2, 2, 3], dtype=int32)

Есть идеи?

10000