我正在尝试为SVM分类器创建堆叠的特征向量。我所有的数据都放在一个大矩阵中。当前的问题是多类分类问题，因此我需要使用多索引进行分组。
这是我要实现的目标的一个玩具示例。
N = 4
col_ids = string.letters[:N]
df = pd.DataFrame(
np.random.randint(10, size=(16,N)), #np.random.randn(1,N),
columns=['col_{}'.format(letter) for letter in col_ids])
test_cols = ['test1','test1','test1','test1','test1','test1','test1','test1','test2','test2','test2','test2','test2','test2','test2','test2']
test_iter = [1,1,1,1,2,2,2,2,1,1,1,1,2,2,2,2]
df.insert(0, 'Activity', test_cols)
df.insert(1, 'Iteration', test_iter)
输出：
Activity Iteration col_A col_B col_C col_D
0 test1 1 7 2 9 7
1 test1 1 9 7 2 7
2 test1 1 4 4 2 2
3 test1 1 0 1 0 6
4 test1 2 3 5 3 3
5 test1 2 9 5 7 6
6 test1 2 9 5 8 6
7 test1 2 9 7 9 1
8 test2 1 3 2 5 5
9 test2 1 8 5 9 0
10 test2 1 8 6 3 9
11 test2 1 3 9 2 5
12 test2 2 0 4 4 1
13 test2 2 7 0 4 6
14 test2 2 5 4 0 9
15 test2 2 0 0 5 0
我使用以下groupby来获取适合我的应用程序的组：
g = df.groupby(["Activity", "Iteration"])
Activity Iteration col_A col_B col_C col_D
Activity Iteration
test1 1 0 test1 1 7 2 9 7
1 test1 1 9 7 2 7
2 test1 1 4 4 2 2
3 test1 1 0 1 0 6
2 4 test1 2 3 5 3 3
5 test1 2 9 5 7 6
6 test1 2 9 5 8 6
7 test1 2 9 7 9 1
test2 1 8 test2 1 3 2 5 5
9 test2 1 8 5 9 0
10 test2 1 8 6 3 9
11 test2 1 3 9 2 5
2 12 test2 2 0 4 4 1
13 test2 2 7 0 4 6
14 test2 2 5 4 0 9
15 test2 2 0 0 5 0
现在，我想创建特征向量并将其存储到新的DataFrame中，但是只使用两行来创建一个特征向量。这意味着在测试示例中，
test1活动被执行两次，每次迭代具有相同的标签，因此在这种情况下，它具有两个标签：1和2。应从每个标签中堆叠两行以创建所需的输出。我想从
test1创建四个行向量，以便完整的输出（理想情况下）如下所示：test1 test1 ... test2
7 4 5
2 4 4
9 2 0
7 2 9
9 0 0
7 1 0
2 0 5
7 6 9
我没有写完整的东西，但我希望我能实现的目标很明显。基本上;两行成为一个堆叠的行向量（标签在顶部），同一向量是一个特征向量。由于我有多个活动，因此每个活动需要多个特征向量来训练SVM。对于此示例，理想情况下，我将获得一个带有八个特征行向量的pd.DataFrame，以便将数据帧从（16,4）调整为（8 ，8）。
据我所知，这并没有令人惊讶地解释，因此，如果您需要进一步的详细信息，请随时告诉我们。
谢谢。
最佳答案
您需要将一个函数传递给groupby，该函数为最终输出准备数据，然后重新标记列，如下所示：
def f(x):
values = [v for vals in x.values for v in vals[2:]]
return pd.Series(values,name=x.values[0][0])
res = df.groupby(["Activity", "Iteration"]).apply(f)
res = res.T.rename(columns={(t,i):t for t,i in res.index})
print df
print res
在我的测试输出中：（请注意数据是随机的！）
Activity Iteration col_A col_B col_C col_D
0 test1 1 4 6 5 7
1 test1 1 5 9 5 4
2 test1 1 1 8 7 9
3 test1 1 4 8 1 9
4 test1 2 4 5 5 6
5 test1 2 6 3 8 6
6 test1 2 8 1 1 2
7 test1 2 5 1 8 1
8 test2 1 6 3 9 9
9 test2 1 4 9 9 7
10 test2 1 5 0 1 3
11 test2 1 5 8 9 5
12 test2 2 4 8 3 2
13 test2 2 8 9 9 4
14 test2 2 6 1 1 8
15 test2 2 6 4 4 8
test1 test1 test2 test2
0 4 4 6 4
1 6 5 3 8
2 5 5 9 3
3 7 6 9 2
4 5 6 4 8
5 9 3 9 9
6 5 8 9 9
7 4 6 7 4
8 1 8 5 6
9 8 1 0 1
10 7 1 1 1
11 9 2 3 8
12 4 5 5 6
13 8 1 8 4
14 1 8 9 4
15 9 1 5 8
每个测试中的2列8个元素比较棘手，但是您可以使用相同的方法进行操作：
def g(x):
values = [v for vals in x.values for v in vals[2:]]
return pd.DataFrame({1: values[:N/2*len(x)], 2: values[N/2*len(x):]})
res = df.groupby(["Activity", "Iteration"]).apply(g).unstack()
r1 = res[1].T.rename(columns={(t,i):t+str(i)+"1" for t,i in res.index})
r2 = res[2].T.rename(columns={(t,i):t+str(i)+"2" for t,i in res.index})
res = pd.concat([r1,r2],axis=1).sort(axis=1)
res = res.rename(columns={t:t[:-2] for t in res.columns})
print df
print res
哪个输出：
Activity Iteration col_A col_B col_C col_D
0 test1 1 0 8 1 7
1 test1 1 2 0 5 0
2 test1 1 2 6 6 6
3 test1 1 5 0 1 4
4 test1 2 4 5 6 8
5 test1 2 8 0 1 6
6 test1 2 6 7 2 4
7 test1 2 3 2 2 3
8 test2 1 5 2 1 9
9 test2 1 8 3 5 9
10 test2 1 3 7 7 1
11 test2 1 7 4 5 1
12 test2 2 9 2 4 0
13 test2 2 3 1 8 7
14 test2 2 1 2 7 8
15 test2 2 4 9 7 0
test1 test1 test1 test1 test2 test2 test2 test2
0 0 2 4 6 5 3 9 1
1 8 6 5 7 2 7 2 2
2 1 6 6 2 1 7 4 7
3 7 6 8 4 9 1 0 8
4 2 5 8 3 8 7 3 4
5 0 0 0 2 3 4 1 9
6 5 1 1 2 5 5 8 7
7 0 4 6 3 9 1 7 0
希望能帮助到你
关于python - 通过Pandas GroupBy函数(和建议的其他方法)为SVM创建特征(行)向量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/21168193/