Pandas -评分专栏

Question

我有客户级别的产品销售数据(每个产品1列)(每个客户1行)。我正在评估哪些客户更有可能对特定的产品感兴趣。我列出了10种关联度最高的产品。(我为多个产品提供了这种方法，因此我正在尝试构建一种可伸缩的方法)。我试着根据他们购买了这10种产品中的多少来给所有客户打分。

假设我的列表是: prod_x_corr_prod

如何为每一行创建一个遍历10个相关列的记分列(比如prox_x_propensity)，并为值>0的每一列添加1？

例如，如果客户Y购买了与产品X相关的产品中的3个，那么他在"prox_x_score“列中的得分将为3。

编辑:感谢大家的反馈。

对于客户5，我会得到2，而对于1,2,3，我会得到1。对于4，0。

Answer 1

你可以这样做：df['prox_x_score'] = (df[prod_x_corr_prod] > 0).sum(axis=1)

使用虚拟数据的示例：

import numpy as np
import pandas as pd

prod_x_corr_prod = ["prod{}".format(i) for i in range(1, 11)]

df = pd.DataFrame({col:np.random.choice([0,1], size=5) for col in prod_x_corr_prod})

df['prox_x_score'] = (df[prod_x_corr_prod] > 0).sum(axis=1)

print(df)

输出：

   prod1  prod10  prod2  prod3  prod4  prod5  prod6  prod7  prod8  prod9  \
0      1       1      1      0      0      1      1      1      1      0   
1      1       1      1      0      1      0      0      1      1      0   
2      1       1      1      1      0      1      0      0      1      0   
3      0       0      0      0      0      0      1      0      1      0   
4      0       0      0      0      0      0      0      1      1      0   
   prox_x_score  
0             7  
1             6  
2             6  
3             2  
4             2