Pandas 中的手动特征工程 - 1 列与所有其他列的平均值

Question

很难描述这一点，但对于数据框中的每一列，创建一个新列，其中包含当前列的平均值与相邻列的平均值，然后获取第一列与下一行的平均值。 运行 Python 3.6。

例如，给定这个数据框：

我想得到这个输出：

最后添加列的确切顺序并不重要，但它需要能够处理所有列之间的所有可能的均值组合，深度为 2（即，将一列与另一列进行比较）。 理想情况下，我希望将深度设置为一个单独的变量，因此我可以将深度设置为 3，它可以执行此操作但将 3 列相互比较。

想法？ 谢谢！

更新

我让它工作了，但想知道是否有一种计算速度更快的方法。 我基本上只是创建了 2 个相同的循环（循环内的循环）来比较 1 列与其余列，跳过相同的列比较：

eng_features = pd.DataFrame()

for col in df.columns:
    for col2 in df.columns:

        # Don't compare same columns, or inversed same columns
        if col == col2 or (str(col2) + '_' + str(col)) in eng_features:
            continue
        else:
            eng_features[str(col) + '_' + str(col2)] = df[[col, col2]].mean(axis=1)
            continue

    df = pd.concat([df, eng_features], axis=1)

Answer 1

使用itertools ，一个用于迭代器的 Python 内置实用程序包：

from itertools import permutations

for col1, col2 in permutations(df.columns, r=2):
    df[f'Mean_of_{col1}-{col2}'] = df[[col1,col2]].mean(axis=1)

你会得到你需要的：

   a  b  c  Mean_of_a-b  Mean_of_a-c  Mean_of_b-a  Mean_of_b-c  Mean_of_c-a  \
0  1  1  0          1.0          0.5          1.0          0.5          0.5   
1  0  1  0          0.5          0.0          0.5          0.5          0.0   
2  1  1  0          1.0          0.5          1.0          0.5          0.5   

   Mean_of_c-b  
0          0.5  
1          0.5  
2          0.5