如何为分类评估指标 DataFrame 添加按 Metric 分组的列均值行

落明同学_8362

落明同学_8362

2026-11-16

937人浏览

原创

如何为分类评估指标 DataFrame 添加按 Metric 分组的列均值行

本文介绍如何使用 pandas 的 groupby + mean 方法,为包含多组评估指标(precision/recall/f1-score)的 DataFrame 高效添加每类指标在 _BETTER、_SAME、_WORSE 三列上的平均值行,并统一标记为 All 数据集与 _avg 后缀指标名。

本文介绍如何使用 pandas 的 groupby + mean 方法,为包含多组评估指标(precision/recall/f1-score)的 dataframe 高效添加每类指标在 `_better`、`_same`、`_worse` 三列上的平均值行,并统一标记为 `all` 数据集与 `_avg` 后缀指标名。

在机器学习模型评估中,常需汇总不同数据集(如 Train/Val/Test)上同一评估指标(如 precision、recall、f1-score)在多个维度(如 _BETTER/_SAME/_WORSE)的表现,并计算其跨数据集的平均值,以形成更稳健的总体参考。手动切分子集再逐列求平均不仅冗长易错,还难以维护。推荐采用 pandas.DataFrame.groupby(..., sort=False).mean() 一站式完成:先按 Metric 列分组(保持原始顺序),对数值列 _BETTER、_SAME、_WORSE 执行均值聚合,再构造新行并拼接回原表。

以下为完整实现步骤(含可直接运行的示例):

import pandas as pd
import io

# 构造示例数据(注意列名与空格对齐)
text = """_BETTER     _SAME    _WORSE   ___dataset     Metric
0.373802  0.816794  0.568783      Train      precision
0.391304  0.865229  0.519324      Train      recall
0.382353  0.840314  0.542929      Train      f1-score
0.500000  1.000000  0.583333        Val      precision
0.333333  1.000000  0.736842        Val      recall
0.400000  1.000000  0.651163        Val      f1-score
0.000000  0.000000  0.666667       Test      precision
0.000000  0.000000  0.500000       Test      recall
0.000000  0.000000  0.571429       Test      f1-score
"""

df = pd.read_csv(io.StringIO(text), sep=r'\s+')

# ✅ 关键步骤:按 Metric 分组求均值(sort=False 保持原始顺序,如 f1-score 在最后)
grouped_means = df.groupby('Metric', sort=False)[['_BETTER', '_SAME', '_WORSE']].mean()

# 添加新列:___dataset = 'All'
grouped_means['___dataset'] = 'All'

# 修改索引:为每个 Metric 添加 '_avg' 后缀(如 'precision' → 'precision_avg')
grouped_means.index = grouped_means.index + '_avg'

# 重置索引,使 Metric 成为普通列
avg_rows = grouped_means.reset_index()

# 拼接原表与均值行,重置最终索引
df_with_avg = pd.concat([df, avg_rows], ignore_index=True)

print(df_with_avg)

输出效果节选:

     _BETTER     _SAME    _WORSE ___dataset         Metric
0   0.373802  0.816794  0.568783      Train      precision
1   0.391304  0.865229  0.519324      Train         recall
2   0.382353  0.840314  0.542929      Train       f1-score
... 
9   0.291267  0.605598  0.606261        All  precision_avg
10  0.241546  0.621743  0.585389        All     recall_avg
11  0.260784  0.613438  0.588507        All   f1-score_avg

注意事项:

  • 必须显式指定 sort=False,否则 groupby 默认按字典序排序(f1-score 会排在 precision 前),破坏指标逻辑顺序;
  • 聚合时应明确传入列名列表 [['_BETTER', '_SAME', '_WORSE']],避免非数值列(如 ___dataset)干扰或触发警告;
  • 若原始数据中存在缺失值(NaN),mean() 默认跳过,如需控制行为,可加参数 skipna=False;
  • 最终 pd.concat(..., ignore_index=True) 确保索引连续且无重复,便于后续索引操作。

该方法简洁、可扩展性强——若新增 accuracy 指标,仅需在原始数据中添加对应行,无需修改聚合逻辑。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
Python 机器学习入门与 Scikit-Learn 实战
Python 机器学习入门与 Scikit-Learn 实战

面向机器学习初学者,以 Scikit-Learn 为核心工具,讲解机器学习基本概念(监督学习/无监督学习/模型评估)、数据预处理(标准化/归一化/缺失值填充/特征编码)、常用分类算法(逻辑回归/决策树/随机森林/SVM/KNN)、回归算法(线性回归/岭回归/Lasso)、无监督聚类(K-Means/DBSCAN)、交叉验证与超参数调优(GridSearch/RandomSearch)、混淆矩阵与 ROC/AUC 模型评估指标,帮助开发者

2026.04.24

415

29

Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

2025.12.04

360

15

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

2026.01.31

292

21

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

2026.04.13

991

25

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

2026.11.12

140

15

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

2026.11.12

100

15

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

2026.11.12

60

15

Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

2026.11.06

160

12

Postman请求头Headers怎么设置
Postman请求头Headers怎么设置

围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。

2026.11.06

140

13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习