如何基于分组列将多组预测值转换为组内最大值为1其余为0的格式

实现方案 #

方法1：使用Pandas实现（最便捷，适合数据量较大的场景）

你可以直接利用Pandas的分组转换能力实现需求，代码示例如下：

import pandas as pd

# 输入数据
id_test = [3, 3, 3, 3, 4, 4, 4, 4]
y_hat = [0.65, 0.33, 0.13, 0.00, 0.33, 0.34, 0.21, 0.08]

# 构造DataFrame
df = pd.DataFrame({"id": id_test, "y_hat": y_hat})

# 按id分组后，判断每行y_hat是否为分组内最大值，转浮点得到结果
df["y_hat_transform"] = (df["y_hat"] == df.groupby("id")["y_hat"].transform("max")).astype(float)

# 提取结果数组
y_hat_transform = df["y_hat_transform"].tolist()

运行后得到的y_hat_transform就是你需要的[1.0, 0.0, 0.0, 0.0, 0.0, 1.0, 0.0, 0.0]。
如果分组内存在多个相同的最大值，默认所有最大值行都会被标记为1.0，如果你只需要标记第一个最大值，可以把判断逻辑替换为：

df["y_hat_transform"] = (df.groupby("id")["y_hat"].rank(method="first", ascending=False) == 1).astype(float)

方法2：纯Python实现（无第三方依赖）

如果不想引入Pandas，可以用字典先统计每个分组的最大值，再遍历生成结果：

id_test = [3, 3, 3, 3, 4, 4, 4, 4]
y_hat = [0.65, 0.33, 0.13, 0.00, 0.33, 0.34, 0.21, 0.08]

# 第一步：统计每个id对应的最大y_hat值
group_max = {}
for id_val, y in zip(id_test, y_hat):
    if id_val not in group_max or y > group_max[id_val]:
        group_max[id_val] = y

# 第二步：逐行判断生成转换结果
y_hat_transform = []
for id_val, y in zip(id_test, y_hat):
    y_hat_transform.append(1.0 if y == group_max[id_val] else 0.0)

该方法不限制分组大小，适配任意长度的输入数据。

内容的提问来源于stack exchange，提问作者user572780