如何在熊猫中生成许多交互条款？

Question

我想估计一个IV回归模型,使用许多与年,人口统计等虚拟对象的互动.我找不到一个明确的方法在熊猫中这样做,如果有人有提示我很好奇.

我正在考虑尝试scikit-learn和这个功能:

http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html

Answer 1

您可以使用 sklearn 的 PolynomialFeatures 函数。这是一个例子：

让我们假设，这是您的设计（即功能）矩阵：

x = array([[ 3, 20, 11],
       [ 6,  2,  7],
       [18,  2, 17],
       [11, 12, 19],
       [ 7, 20,  6]])


x_t = PolynomialFeatures(2, interaction_only=True, include_bias=False).fit_transform(x)

结果如下：

array([[   3.,   20.,   11.,   60.,   33.,  220.],
       [   6.,    2.,    7.,   12.,   42.,   14.],
       [  18.,    2.,   17.,   36.,  306.,   34.],
       [  11.,   12.,   19.,  132.,  209.,  228.],
       [   7.,   20.,    6.,  140.,   42.,  120.]])

前3个特征是原始特征，接下来的3个特征是原始特征的交互。

Answer 2

我现在遇到了类似的问题,我需要一种灵活的方式来创建特定的交互并查看StackOverflow.我跟着注释顶端的上方@ user333700,并感谢他找到替罪羊(http://patsy.readthedocs.io/en/latest/overview.html)和谷歌搜索后,这scikit学习整合patsylearn(HTTPS: //github.com/amueller/patsylearn).

所以通过@ motam79的例子,这是可能的:

import numpy as np
import pandas as pd
from patsylearn import PatsyModel, PatsyTransformer
x = np.array([[ 3, 20, 11],
   [ 6,  2,  7],
   [18,  2, 17],
   [11, 12, 19],
   [ 7, 20,  6]])
df = pd.DataFrame(x, columns=["a", "b", "c"])
x_t = PatsyTransformer("a:b + a:c + b:c", return_type="dataframe").fit_transform(df)

这将返回以下内容:

     a:b    a:c    b:c
0   60.0   33.0  220.0
1   12.0   42.0   14.0
2   36.0  306.0   34.0
3  132.0  209.0  228.0
4  140.0   42.0  120.0

我在这里回答了一个类似的问题,我提供了另一个带有分类变量的例子: 如何从分类变量创建交互设计矩阵？