使用带有布尔索引的列列表答案

【问题标题】：Using a list of columns with boolean indexing使用带有布尔索引的列列表
【发布时间】：2022-06-10 20:12:19
【问题描述】：

在上一个问题中，我能够使用布尔索引完成求和值。

由于我有数十列，我将这些列存储在一个列表中以在 for 循环中使用，这样我就可以索引排名 0-5 的相关列值。

根据我的分析，我发现Disloyal30-40 岁的客户在 X 公司是 neutral or dissatisfied。“中性或不满意”意味着他们将服务和产品评为 0-2 分（满分为 5 分）。

我应该从 for 循环中插入 column 在最后一个块的哪个位置，有没有更好的方法来编写它？

示例数据：

Customer Type    Age    Satisfaction    Design   Food    Wi-Fi    Service    Distance
     Disloyal     28   Not Satisfied         0      1        2          2        13.5
        Loyal     30       Satisfied         5      3        5          4        34.2
     Disloyal     36   Not Satisfied         2      0        2          4        55.8

代码

ranked_cols = ['Customer Type', 'Age', 'Satisfaction', 'Design', 'Food', 'Wi-Fi', 'Service', 'Distance']

for column in df[ranked_cols]:
    columnSeriesObj = df[column]

sub = df[
(df["Customer Type"] == "Disloyal")
& (df["Satisfaction"] == "Not Satisfied")
& df["Age"].between(30, 40)
]

sub[(sub[ranked_cols] <= 2)].shape[0]

(sub.melt(value_vars=[c for c in sub.columns if c.startswith(column)])
.groupby("variable")
.value_counts()
.to_frame()
.reset_index()
.rename(columns={0: "count"}))

【问题讨论】：

标签： python

【解决方案1】：

试试这个：

# Choose the cols you want to see the ratings for
ranked_cols = [
    "Design",
    "Food",
    "Wi-Fi",
    "Service",
]

# Select the relevant customers
sub = df[
    (df["Customer Type"] == "Disloyal")
    & (df["Satisfaction"] == "Not Satisfied")
    & df["Age"].between(30, 40)
]

(
    sub.melt(value_vars=ranked_cols)
    .groupby("variable")
    .value_counts()
    .to_frame()
    .reset_index()
    .rename(columns={"value": "rating", 0: "count"})
)

这将输出一个 DataFrame，其中包含所有 ranked_cols 类别及其各自的 rating 以及该评分的次数 (count)：

    variable  rating  count
0   Design    2       1
1   Food      0       1 
2   Service   4       1
3   Wi-Fi     2       1

【讨论】：