如何在与字母表和子字母表相同的行中获取频率及其百分比？

Question

我想在与字母表和子字母表相同的行中获取频率及其百分比。

我有一个 .csv 文件如下：

Alphabet	Sub alphabet	Value
A	B	1
A	C	1
A	E	2
A	F	3
D	B	1
D	C	2
D	E	2
D	F	3

我希望它返回这样的结果：

Alphabet	Value	Frequency	%
A	1	2	50%
A	2	1	25%
A	3	1	25%
D	1	1	25%
D	2	2	50%
D	3	1	25%

上面可信预期的表格是不言自明的。百分比是指相应行的频率除以总频率。

我的代码：

import csv

with open("/Users/name/Desktop/path/alphabetical_list.csv") as alphabetical_list_file:
    csv_reader = csv.reader(alphabetical_list_file, delimiter=',')

如果您需要更多信息，请随时发表评论。

如何获得频率及其百分比？我将不胜感激任何帮助。先感谢您！

Answer 1

你可以试试：

import csv
from collections import Counter
from itertools import groupby
from operator import itemgetter

with open("data.csv", "r") as fin,
     open("result.csv", "w") as fout:
    next(fin)  # Skip header row
    writer = csv.writer(fout)
    writer.writerow(["Alphabet", "Value", "Frequency", "%"])  # Write header
    for key, group in groupby(csv.reader(fin), key=itemgetter(0)):
        frequencies = Counter(map(itemgetter(2), group))
        total = 100 / sum(frequencies.values())
        writer.writerows(
            [key, value, frequency, frequency * total]
            for value, frequency in frequencies.items()
        )

假设：

• data.csv 是输入文件。它的第一行包含标题。
• 第一列成组出现。

样本data.csv的结果

Alphabet,Sub alphabet,Value
A,B,1
A,C,1
A,E,2
A,F,3
D,B,1
D,C,2
D,E,2
D,F,3

是

Alphabet,Value,Frequency,%
A,1,2,50.0
A,2,1,25.0
A,3,1,25.0
D,1,1,25.0
D,2,2,50.0
D,3,1,25.0

你也可以使用Pandas：

import pandas as pd

df = pd.read_csv("data.csv")
df = df.groupby(["Alphabet", "Value"], as_index=False).agg(Frequency=("Value", "count"))
df["%"] = df["Frequency"] / df.groupby("Alphabet")["Frequency"].transform("sum") * 100
df.to_csv("result.csv", index=None)

• 首先groupdataframedfAlphabet和Value列，计算每组中的项目数，并将生成的新列命名为Frequency.agg。
• 然后通过对每个Alphabet组规范化Frequency来添加一个新列：通过Alphabet对df进行分组，获取列Frequency，并对值求和。 .transform 确保结果保持其原始形状。然后将 Frequency 列除以结果。
• 最后将 df 写入 csv 文件，不带索引。