如何在KNIME或Python中基于列值构建评分列（含数值与文本列）

KNIME 实现步骤 #

处理数值列（column_1） #

• 拖拽Rule Engine节点到工作流，连接数据源节点
• 打开节点配置，在规则编辑框输入：

  $column_1$ > 80 => 1
  TRUE => 0
  

• 在输出设置中指定新列名称（例如score_column1），运行节点生成评分列

处理二元文本列（column_2） #

• 同样使用Rule Engine节点，规则设置为：

  $column_2$ = "authenticated" => 1
  TRUE => 0
  

• 指定新列名（例如score_column2）后执行节点

处理多取值文本列（如教育程度） #

如果文本值对应明确的评分等级（比如"博士"→3、"硕士"→2、"本科"→1、"专科"→0），有两种方式：

• 方式1：用Rule Engine编写链式规则：

  $education$ = "博士" => 3
  $education$ = "硕士" => 2
  $education$ = "本科" => 1
  TRUE => 0
  

• 方式2：用String to Number节点，在配置界面手动映射文本值到对应评分，直接生成数值评分列

Python 实现方案 #

借助pandas库可快速完成，示例代码如下：

import pandas as pd
import numpy as np

# 读取数据（替换为你的数据源路径）
df = pd.read_csv("your_data.csv")

# 处理column_1：大于80得1，否则0
df["score_column1"] = df["column_1"].apply(lambda x: 1 if x > 80 else 0)

# 处理column_2：authenticated得1，否则0
df["score_column2"] = (df["column_2"] == "authenticated").astype(int)

# 处理多取值文本列（以教育程度为例）
# 方法1：用字典映射
edu_score_map = {"博士": 3, "硕士": 2, "本科": 1, "专科": 0}
df["score_education"] = df["education"].map(edu_score_map).fillna(0)

# 方法2：用numpy链式判断（适合逻辑更复杂的场景）
df["score_education"] = np.where(df["education"] == "博士", 3,
                                 np.where(df["education"] == "硕士", 2,
                                          np.where(df["education"] == "本科", 1, 0)))

内容的提问来源于stack exchange，提问作者Fahad