【发布时间】:2019-12-19 13:26:29
【问题描述】:
我正在从事一个获得 IBM 数据科学认证的项目。我试图弄清楚如何使用 python 3 分析数据框中的一些数据。基本上,我有一个名为NY311_df 的 df,它由大约 15 列组成。我现在关心的两列是boroughs 和complaint_type。这两个值都是字符串。
我已经尝试通过循环计算每个甚至出现在complaint_type 列中的次数,我将在下面发布,但是我一直收到语法错误。我在stackoverflow上找到了类似问题的代码并尝试修改它。就是说我的专栏complaint_type 没有定义。我不明白为什么它不能采用与该列关联的值。我真的不知道从这里去哪里。即使这个循环运行,这仍然不能解决我将它与每个相应的行政区相关联的问题。
for i in range(0 , NY311_df.shape[1]):
counts = NY311_df.iloc[:,i].value_counts()
gen = (f'{complaint_type} occurs {value} times' for key, value in counts.items())
print(*gen, sep=', ')
我想找到一种方法来返回 complaint_type 为每个行政区返回的次数。
示例输出:
"Brooklyn" " Heat: 3, Water: 5, Electric: 6 "
然后它会移动到下一个行政区 --
"Brooklyn" " Heat: 3, Water: 5, Electric: 6 "
"Queens" " Heat: 2, Water: 5, etc..."
【问题讨论】:
-
听起来像 GroupBy:
NY311_df.groupby(['boroughs', 'complaint_type']).count() -
你是最棒的。非常感谢。
标签: python pandas dataframe jupyter-notebook data-science