如何在Pandas中生成许多交互项

Question

我想使用许多与年份、人口统计等假人的交互来估计一个IV回归模型。我找不到一个显式的方法在Pandas中做到这一点，我很好奇是否有人有提示。

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

我现在面临着一个类似的问题，我需要一种灵活的方式来创建特定的交互，并查看了StackOverflow。我遵循了@user333700评论中的提示，感谢他找到了patsy (http://patsy.readthedocs.io/en/latest/overview.html)，并在谷歌搜索了这个scikit-learn集成patsylearn (https://github.com/amueller/patsylearn)。

那么通过@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)

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，在这里我提供了另一个分类变量的例子:如何从分类变量中创建交互设计矩阵?

Answer 2

您可以使用sklearn的多项式特征函数。下面是一个例子:

让我们假设，这是你的设计(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，后3个是原始特征的交互。