-
질문 & 답변
카테고리
-
세부 분야
딥러닝 · 머신러닝
-
해결 여부
미해결
모르는 부분이 있어 질문 드립니다.
21.04.26 22:20 작성 조회수 147
0
결정트리 실습 부분에서
def
get_new_feature_name_df(old_feature_name_df):
feature_dup_df = pd.DataFrame(data = old_feature_name_df.groupby('column_name').cumcount(),
columns = ['dup_cnt'])
feature_dup_df = feature_dup_df.reset_index()
A = old_feature_name_df.reset_index()
new_feature_name_df = pd.merge(old_feature_name_df.reset_index(), feature_dup_df, how = 'outer')
new_feature_name_df['column_name'] = new_feature_name_df[['column_name',
'dup_cnt']].apply(lambda x : x[0]+'_'+str(x[1])
if x[1] >0 else x[0] , axis=1)
new_feature_name_df = new_feature_name_df.drop(['index'], axis=1)
# print(feature_dup_df)
# print(A)
# print(new_feature_name_df)
return A
get_new_feature_name_df(feature_name_df)
pd.merge를 통하여 병합한다는 부분까지는 이해를 했는데,
new_feature_name_df['column_name'] = new_feature_name_df[['column_name',
'dup_cnt']].apply(lambda x : x[0]+'_'+str(x[1])
if x[1] >0 else x[0] , axis=1)
lambda 부분에서 전 강의를 복습하고 와도 이해가 안가 질문남깁니다. 어떻게 해석 하면 되는지 궁금합니다.
답변을 작성해보세요.
0
권 철민
지식공유자2021.04.27
안녕하십니까,
new_feature_name_df[['column_name', 'dup_cnt']]
는 컬럼명(column_name)과 해당 컬럼명으로 중복되는 횟수(dup_cnt)를 가지고 있습니다. 만약 해당 컬럼이 중복이 되지 않는 고유한 컬럼명일때 dup_cnt는 0 입니다. 중복이 될 경우 중복이 될 경우 개별 중복 인덱스 값을 가집니다. 즉 특정 컬럼명이 2개가 중복 될 경우 각각 1, 2 로 dup_cnt가 할당 됩니다.
new_feature_name_df[new_feature_name_df['dup_cnt'] > 0] 의 일부 결과는 아래와 같습니다.
| column_index | column_name | dup_cnt |
|---|
| 317 | fBodyAcc-bandsEnergy()-1,8_1 | 1 | |
| 318 | fBodyAcc-bandsEnergy()-9,16_1 | 1 | |
| 319 | fBodyAcc-bandsEnergy()-17,24_1 | 1 | |
| 320 | fBodyAcc-bandsEnergy()-25,32_1 | 1 |
new_feature_name_df[['column_name', 'dup_cnt']].apply(lambda x : x[0]+'_'+str(x[1]) if x[1] >0 else x[0] , axis=1) 를 적용하면 개별 row별로 두개의 값이 apply lambda 식으로 입력 됩니다. x[0]와 x[1]이며 x[0]는 column_name, x1은 dup_cnt입니다.
lambda x : x[0]+'_'+str(x[1]) if x[1] >0 는 만약 x[1] 즉 dup_cnt > 0 보다 클 경우 원본 컬럼명 x[0]에 '_' 그리고 x1값을 결합해서 새로운 컬럼으로 만듭니다. 예를 들어 fBodyAcc-bandsEnergy()-1,8 이라는 컬럼명이 2개가 있을 때 fBodyAcc-bandsEnergy()-1,8_1, fBodyAcc-bandsEnergy()-1,8_2로 변경합니다.
else x[0] 은 x[1] 즉 dup_cnt > 0 이 아닌 경우(중복이 없는 경우)는 기존 컬럼값을 그대로 이용합니다.
감사합니다.
답변 1