代码之家 › 专栏 › 技术社区 › Shlomi Schwartz

Python-从列透视并创建直方图,但缺少值

histogram pivot-table pandas python

Shlomi Schwartz · 技术社区 · 6 年前

具有以下数据帧:

   name  value  count  total_count
0     A      0      1           20
1     A      1      2           20
2     A      2      2           20
3     A      3      2           20
4     A      4      3           20
5     A      5      3           20
6     A      6      2           20
7     A      7      2           20
8     A      8      2           20
9     A      9      1           20
----------------------------------
10    B      0     10           75
11    B      5     30           75
12    B      6     20           75
13    B      8     10           75
14    B      9      5           75

我想透视数据,按名称值对每一行进行分组,然后根据值创建列&对聚合到存储箱中的列进行计数。

解释 :我有10个可能的值,范围为0-9,并非所有值都存在于每组中。在上面的示例组中

  name       0-1  2-3  4-5  6-7       8-9
0    A  0.150000  0.2  0.3  0.2  0.150000
1    B  0.133333  0.0  0.4  0.4  0.066667

例如bin 计算值为0,1(1+2)的计数之和除以 总计数 组的 A

  name       0-1
0    A       (1+2)/20 = 0.15

hist method 和 this StackOverflow question ,但仍在努力找出正确的方法。

2 回复 | 直到 6 年前

Sai Kumar 6 年前

为了得到准确的结果,你可以试试这个。

bins=range(10)
res = df.groupby('name')['count'].sum()
intervals = pd.cut(df.value, bins=bins, include_lowest=True)
df1 = (df.groupby([intervals,"name"])['count'].sum()/res).unstack(0)

df1.columns = df1.columns.astype(str)  # convert the cols to string
df1.columns = ['a','b','c','d','e','f','g','h','i']  # rename the cols
cols = ['a',"b","d","f","h"]

df1 = df1.add(df1.iloc[:,1:].shift(-1, axis=1), fill_value=0)[cols]
print(df1)

以后可以手动重命名列。

# Output:
           a         b     d        f        h 
name                    
   A    0.150000    0.2   0.3   0.200000    0.15
   B    0.133333    NaN   0.4   0.266667    0.20

NaN 值使用 df1.fillna("0.0")

Kavi Sek 6 年前

pd.cut 若要将功能放入垃圾箱,请使用 df.groupby().count() 以及 .unstack() 方法获取要查找的数据帧。在分组过程中,您可以使用任何聚合函数(.sum()、.count()等)来获取您要查找的结果。如果您正在寻找一个示例,下面的代码可以工作。

import pandas as pd
import numpy as np

df = pd.DataFrame(
    data ={'name': ['Group A','Group B']*5,
           'number': np.arange(0,10), 
           'value': np.arange(30,40)})
df['number_bin'] = pd.cut(df['number'], bins=np.arange(0,10))
# Option 1: Sums
df.groupby(['number_bin','name'])['value'].sum().unstack(0)
# Options 2: Counts
df.groupby(['number_bin','name'])['value'].count().unstack(0)