pandas データフレームの一括計算について

Question

pandas データフレームの演算方法について質問です。
下記のようなデータフレームがあった場合、

score	diagnosis	X
11	1
10	1
13	0
12	1
11	0
9	0
12	1
11	0
15	0
13	0
9	1
10	0
11	0

scoreの最小値から最大値まで0.1刻みの値をXとし、scoreとXの大小関係を比較したときに
score < XであればXの列に0, そうでなければ1を埋めていくような記述をしたいと考えています。

例えば、X=13の時

score	diagnosis	13
11	1	0
10	1	0
13	0	1
12	1	0
11	0	0
9	0	0
12	1	0
11	0	0
15	0	1
13	0	1
9	1	0
10	0	0
11	0	0

このような感じです。

Xの取りうる値が
X = np.arange(score.min(), score.max(), 0.1)
であるということくらいしか分からず、どのように条件を設定し、データフレームに足していくのか分かりません。

最終的には、各Xとdiagnosisを比較して、ROCを描くために混同行列を作成したいと考えています。

初歩的な質問で恐縮ですが、どうぞよろしくお願いいたします。

Answer 1

このような形で計算します。質問に対応する実質の計算は1行だけです。

import pandas as pd

df = pd.DataFrame([
    [11, 1],
    [10, 1],
    [13, 0],
    [12, 1],
    [11, 0],
    [9, 0],
    [12, 1],
    [11, 0],
    [15, 0],
    [13, 0],
    [9, 1],
    [10, 0],
    [11, 0]],
    columns=['score', 'diagnosis'])
df['X'] = None

X = 13

df['X'] = (df['score'] >= X).astype(int)  # 実質の計算はここだけです

print(df)

Comments

[yakinikuteishok]

早速の回答ありがとうございました！

Answer 2

複数のXの値で計算して、テーブルを作成したいということでしょうか？
pandasだけでもできそうですが、numpyを使った方が簡単に書けそうです。

あと、floatでのnp.arangeは誤差が積み重なっていくので、気をつけた方がいいです。

import pandas as pd
import numpy as np

df = pd.DataFrame(
    [[11, 1], [10, 1], [13, 0], [12, 1], [11, 0], [9, 0], [12, 1], [11, 0], [15, 0], [13, 0], [9, 1], [10, 0], [11, 0]],
    columns=['score', 'diagnosis'])

# 丸め誤差の影響を小さくするために整数でarange()して10で割る
X = np.arange(df['score'].min() * 10, df['score'].max() * 10 + 1) / 10

# numpy ndarrayで計算
score = df['score'].to_numpy()

# scoreを列ベクトルに変換してXと比較 → ブロードキャストで2次元配列になる
arr= (score[:, None] >= X).astype(np.int)

# それをデータフレーム化
df_x = pd.DataFrame(arr, columns=X)

# 必要ならdfと結合
df = pd.concat([df, df_x], axis=1)

Comments

[yakinikuteishok]

まさにやりたいと思っていたことができました！
ご忠告もありがとうございます、勉強になりました。
教えて頂いた方法で色々データを弄ってみようと思います。