条件总和/平均/等... Python 中的 CSV 文件

Question

首先，我找到了类似的文章，但我无法弄清楚如何将这些问题的答案转化为我自己的问题。其次，我是python的新手，所以我很抱歉我是一个菜鸟。

这是我的问题：我想对文本文件中的值执行条件计算（平均值/比例/等）

更具体地说，我有一个类似于下面的文件

0    Diamond    Correct
0    Cross      Incorrect
1    Diamond    Correct
1    Cross      Correct

到目前为止，我能够读取文件并收集所有行。

import pandas as pd
fileLocation = r'C:/Users/Me/Desktop/LogFiles/SubjectData.txt'
df = pd.read_csv(fileLocation, header = None, sep='\t', index_col = False,
                 name = ["Session Number", "Image", "Outcome"])

我希望查询该文件，以便可以提出以下问题：

--当第一列（'Session Number'）为0时，'Outcome'列中“Correct”值的比例是多少？所以这将是 0.5，因为有一个“正确”和一个“不正确”。

我还有其他想要执行的计算，但是一旦我知道如何执行此操作（希望是简单的命令），我应该能够弄清楚该去哪里。

谢谢！

Answer 1

# getting the total number of rows
total = len(df)  

# getting the number of rows that have 'Correct' for 'Outcome' and 0 for 'Session Number'
correct_and_session_zero = len(df[(df['Outcome'] == 'Correct') & 
                                  (df['Session Number'] == 0)])

# if you're using python 2 you might need to convert correct_and_session_zero  or total
# to float so you won't lose precision
print(correct_and_session_zero / total)

Answer 2

你也可以这样做：

In [467]: df.groupby('Session#')['Outcome'].apply(lambda x: (x == 'Correct').sum()/len(x))
Out[467]:
Session#
0    0.5
1    1.0
Name: Outcome, dtype: float64

它将您的 DF 按Session# 分组并为每个组计算Ratio of correct Outcomes (Session#)