python – 将分类变量的Pandas DataFrame转换为具有计数和比例的

发布时间：2020-12-20 12:04:59 所属栏目：Python 来源：网络整理

导读：我有一个包含几个分类变量的Pandas DataFrame.例如： import pandas as pdd = {'grade':['A','B','C','A','B'],'year':['2013','2013','2012','2012']}df = pd.DataFrame(d) 我想将其转换为具有以下属性的MultiIndex DataFrame：第一级索引是变量名称(例如

我有一个包含几个分类变量的Pandas DataFrame.例如：

import pandas as pd

d = {'grade':['A','B','C','A','B'],'year':['2013','2013','2012','2012']}

df = pd.DataFrame(d)

enter image description here

我想将其转换为具有以下属性的MultiIndex DataFrame：

>第一级索引是变量名称(例如“等级”)
>二级指数是变量内的水平(例如’A’,’B’,’C’)
>一列包含’n’,即级别出现次数的计数
>第二列包含’比例’,该比例表示的比例.

例如：

enter image description here

有人可以建议一种创建这个MultiIndex DataFrame的方法吗？

解决方法

另一种方法可以使用melt和groupby：

df_out = df.melt().groupby(['variable','value']).size().to_frame(name='n')
df_out['proportion'] = df_out['n'].div(df_out.n.sum(level=0),level=0)
print(df_out)

输出：

n  proportion
variable value               
grade    A      2         0.4
         B      2         0.4
         C      1         0.2
year     2012   2         0.4
         2013   3         0.6

并且,如果你真的想变得疯狂并且在单行中做：

(df.melt().groupby(['variable','value']).size().to_frame(name='n')
  .pipe(lambda x: x.assign(proportion = x[['n']]/x.groupby(level=0).transform('sum'))))

使用@Wen pct计算升级的解决方案：

(df.melt().groupby(['variable','value']).size().to_frame(name='n')
  .pipe(lambda x: x.assign(proportion = x['n'].div(x.n.sum(level=0),level=0))))

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!