Pandas的频率表（如R中的plyr）
回答此问题可获得 20 贡献值，回答如果被采纳可获得 50 分。
<p>我的问题是如何计算熊猫体内多个变量的频率。
我从这个数据框得到：</p>
<pre><code>d1 = pd.DataFrame( {'StudentID': ["x1", "x10", "x2","x3", "x4", "x5", "x6", "x7", "x8", "x9"],
'StudentGender' : ['F', 'M', 'F', 'M', 'F', 'M', 'F', 'M', 'M', 'M'],
'ExamenYear': ['2007','2007','2007','2008','2008','2008','2008','2009','2009','2009'],
'Exam': ['algebra', 'stats', 'bio', 'algebra', 'algebra', 'stats', 'stats', 'algebra', 'bio', 'bio'],
'Participated': ['no','yes','yes','yes','no','yes','yes','yes','yes','yes'],
'Passed': ['no','yes','yes','yes','no','yes','yes','yes','no','yes']},
columns = ['StudentID', 'StudentGender', 'ExamenYear', 'Exam', 'Participated', 'Passed'])
</code></pre>
<p>结果如下</p>
<pre><code> Participated OfWhichpassed
ExamenYear
2007 3 2
2008 4 3
2009 3 2
</code></pre>
<p>（1）我尝试的一种可能性是计算两个数据帧并绑定它们</p>
<pre><code>t1 = d1.pivot_table(values = 'StudentID', rows=['ExamenYear'], cols = ['Participated'], aggfunc = len)
t2 = d1.pivot_table(values = 'StudentID', rows=['ExamenYear'], cols = ['Passed'], aggfunc = len)
tx = pd.concat([t1, t2] , axis = 1)
Res1 = tx['yes']
</code></pre>
<p>（2）第二种可能性是使用聚合函数。</p>
<pre><code>import collections
dg = d1.groupby('ExamenYear')
Res2 = dg.agg({'Participated': len,'Passed': lambda x : collections.Counter(x == 'yes')[True]})
Res2.columns = ['Participated', 'OfWhichpassed']
</code></pre>
<p>至少可以说，这两种方式都很怪异。
<strong>熊猫是如何做到这一点的？</strong></p>
<p>p.S:我也尝试了<em>值计数</em>而不是<em>集合。Counter</em>但无法运行</p>
<p>供参考：几个月前，我向R<a href="https://stackoverflow.com/questions/11852408/">here</a>提出了类似的问题，<strong>plyr</strong>可能会有帮助</p>
<p><strong>----更新----</strong></p>
<p>用户<strong>DSM</strong>是对的。所需的表格结果中有一个错误。</p>
<p>（1）选项1的代码是</p>
<pre><code> t1 = d1.pivot_table(values = 'StudentID', rows=['ExamenYear'], aggfunc = len)
t2 = d1.pivot_table(values = 'StudentID', rows=['ExamenYear'], cols = ['Participated'], aggfunc = len)
t3 = d1.pivot_table(values = 'StudentID', rows=['ExamenYear'], cols = ['Passed'], aggfunc = len)
Res1 = pd.DataFrame( {'All': t1,
'OfWhichParticipated': t2['yes'],
'OfWhichPassed': t3['yes']})
</code></pre>
<p>它将产生结果</p>
<pre><code> All OfWhichParticipated OfWhichPassed
ExamenYear
2007 3 2 2
2008 4 3 3
2009 3 3 2
</code></pre>
<p>（2）对于选项2，由于用户<strong>herrfz</strong>，我找到了如何使用值计数的方法，代码将是</p>
<pre><code>Res2 = d1.groupby('ExamenYear').agg({'StudentID': len,
'Participated': lambda x: x.value_counts()['yes'],
'Passed': lambda x: x.value_counts()['yes']})
Res2.columns = ['All', 'OfWgichParticipated', 'OfWhichPassed']
</code></pre>
<p>将产生与Res1相同的结果</p>
<p>我的问题仍然是：</p>
<p>使用选项2，是否可以使用相同的变量两次（用于另一个操作？）是否可以为结果变量传递自定义名称？</p>
<p><strong>----新的更新----</strong></p>
<p>我终于决定使用<strong>apply</strong>我知道它更灵活。</p>
请先 登录 后评论
针对此问题: 更多的回答
- 89 关注
- 1 收藏，216 浏览
- 网友 提问于 2天前
相关Python问题
- 如何实现一个类，该类在每次更改其属性时更改其“last_edited”变量？ 6 回答
- 如何实现一个类？ 5 回答
- 如何实现一个类的属性设置？ 2 回答
- 如何实现一个能够存储输入并反复访问输入的存储系统？GPA计算器 1 回答
- 如何实现一个自定义的keras层，它只保留前n个值，其余的都归零？ 1 回答
- 如何实现一个行为类似于Python中序列的最小类？ 1 回答
- 如何实现一个请求的多线程或多处理 9 回答
- 如何实现一个长时间运行的、事件驱动的python程序？ 4 回答
- 如何实现一个颜色一致的非舔深度地图实时？ 8 回答
- 如何实现一个默认的SQLAlchemy模型类，它包含用于继承的公共CRUD方法？ 1 回答
- 如何实现一次热编码的生成函数 3 回答
- 如何实现一种在数组中删除对的方法 10 回答
- 如何实现一类支持向量机用于图像异常检测 6 回答
- 如何实现一维阵列到二维阵列的复制转换 7 回答
- 如何实现三维三次样条插值？ 7 回答
- 如何实现三维数据的连接组件标签？ 1 回答
- 如何实现三角形的空间索引 3 回答
- 如何实现不同模块中对象之间的交互 6 回答
- 如何实现不同版本的库共存？ 10 回答
- 如何实现不同的班权重 5 回答
