代码之家 › 专栏 › 技术社区 › user2205916

python:pandas数据帧的构建对象

pandas python

user2205916 · 技术社区 · 6 年前

我有一个数据框 dtype=object ,即分类变量,我想知道每个级别的计数。我希望结果是所有分类变量的一个很好的总结。

为了实现上述目标,我尝试了以下几点:

(第1行)获取所有对象类型变量的名称

(第2行)计算每个级别的观测数( a 我是说, b 属于 v1 )

(第3行)将列重命名为“count”

stringCol = list(df.select_dtypes(include=['object'])) # list object of categorical variables
a = df.groupby(stringCol[0]).agg({stringCol[0]: 'count'})
a = a.rename(index=str, columns={stringCol[0]: 'count'}); a
    count
v1  
a   1279
b   2382

我不知道如何优雅地得到下面的结果,其中所有的字符串列计数都是打印出来的。像这样(只有 第1版 和 v4 显示,但应该能够为可变列数打印这样的结果):

    count       count
v1           v4
a   1279     l  32
b   2382     u  3055
             y  549

我的想法是:

选择一个元素 stringCol
计算列的每组的计数。
将结果存储在pandas数据框中。
将pandas数据帧存储在对象(list?)
重复
if最后一个元素 斯特林科尔 结束了,休息。

但肯定有更好的办法,只是不知道怎么做。

1 回复 | 直到 6 年前

jezrael 6 年前

我认为最简单的是使用循环:

df = pd.DataFrame({'A':list('abaaee'),
                   'B':list('abbccf'),
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aacbbb')})

print (df)
   A  B  C  D  E  F
0  a  a  7  1  5  a
1  b  b  8  3  3  a
2  a  b  9  5  6  c
3  a  c  4  7  9  b
4  e  c  2  1  2  b
5  e  f  3  0  4  b

stringCol = list(df.select_dtypes(include=['object']))

for c in stringCol:
    a = df[c].value_counts().rename_axis(c).to_frame('count')
    #alternative
    #a = df.groupby(c)[c].count().to_frame('count')
    print (a)

   count
A       
a      3
e      2
b      1
   count
B       
b      2
c      2
a      1
f      1
   count
F       
b      3
a      2
c      1

为了 list of DataFrames 使用 list comprehension 以下内容:

dfs = [df[c].value_counts().rename_axis(c).to_frame('count') for c in stringCol]
print (dfs)

[   count
A       
a      3
e      2
b      1,    count
B       
b      2
c      2
a      1
f      1,    count
F       
b      3
a      2
c      1]