我想使用透视表来汇总数据集,然后能够像访问数据帧一样访问透视表中的信息。
考虑一个分层数据集,其中患者在医院接受治疗,医院位于以下区域:
import pandas as pd
example_data = {'patient' : ['p1','p2','p3','p4','p5','p6','p7','p8','p9','p10','p11','p12','p13','p14','p15','p16','p17','p18','p19','p20','p21','p22','p23','p24','p25','p26','p27','p28','p29','p30','p31','p32','p33','p34','p35','p36','p37','p38','p39','p40','p41','p42','p43','p44','p45','p46','p47','p48','p49','p50','p51','p52','p53','p54','p55','p56','p57','p58','p59','p60','p61','p62','p63'],
'hospital' : ['h1','h1','h1','h2','h2','h2','h2','h3','h3','h3','h3','h3','h4','h4','h4','h4','h4','h4','h5','h5','h5','h5','h5','h5','h5','h6','h6','h6','h6','h6','h6','h6','h6','h7','h7','h7','h7','h7','h7','h7','h7','h7','h8','h8','h8','h8','h8','h8','h8','h8','h8','h8','h9','h9','h9','h9','h9','h9','h9','h9','h9','h9','h9'],
'region' : ['r1','r1','r1','r1','r1','r1','r1','r1','r1','r1','r1','r1','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r2','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3','r3'] }
example_dataframe = pd.DataFrame(example_data)
print example_dataframe
这将产生如下简单输出:
hospital patient region
0 h1 p1 r1
1 h1 p2 r1
2 h1 p3 r1
3 h2 p4 r1
4 h2 p5 r1
5 h2 p6 r1
6 h2 p7 r1
7 h3 p8 r1
8 h3 p9 r1
9 h3 p10 r1
10 h3 p11 r1
11 h3 p12 r1
12 h4 p13 r2
13 h4 p14 r2
14 h4 p15 r2
15 h4 p16 r2
16 h4 p17 r2
etc.
现在我想用一个透视表来总结一下,简单地计算一下每家医院的病人数量:
example_pivot_table = pd.pivot_table(example_dataframe, values='patient', rows=['hospital','region'], aggfunc='count')
print example_pivot_table
这将产生以下输出:
hospital region
h1 r1 3
h2 r1 4
h3 r1 5
h4 r2 6
h5 r2 7
h6 r2 8
h7 r3 9
h8 r3 10
h9 r3 11
Name: patient, dtype: int64
据我所知,这实际上是一个多索引序列。
我怎样才能利用这些数据找出h7医院在哪个地区?如果hospital
、region
和患者计数数据是一个数据帧中的单独列,那么就很容易了。但我认为医院和地区是指标。我试过很多东西,但都没能成功。
首先,这不是一个透视表作业,而是一个
groupby
作业。数据透视表用于在未设置索引(请参见this doc article)、
stack
和unstack
时重新调整数据的形状,用于在设置索引时重新调整数据的形状,而groupby
用于聚合(这是什么)和split-apply-combine操作。以下是如何使用
groupby
获取患者计数:要选择多索引中的某些行,我通常使用
ix
,如下所示:现在您可以使用
get_level_values
或者,如果您不想要多索引版本(而且出于您的目的,您可能不想要),您可以执行以下操作:
它允许您查找哪个地区的医院
h7
,如下所示:如果你只想
r3
,你可以:请注意,
reset_index
不会在适当的位置发生,这使得它非常适合链接这样的方法:您可以使用get_level_values获取医院列。您可以传递级别的数目或级别的名称,即
0
或hospital
然后你就可以得到你想要的:
更新
为了得到区域,你可以
这就可以做到:
因此,找到透视表中的级别和标签,指定列名并重置其中的索引。最终结果应该是数据透视的结果数据框。
相关问题 更多 >
编程相关推荐