【发布时间】:2018-01-04 21:21:13
【问题描述】:
我有一个DataFrame,其中包含对多个“团队”的多个变量的观察。我已将要更改的列的值转换为二进制值,并希望将DataFrame 我拥有的DataFrame 按“团队”分组,同时聚合成百分比并转换表格以使“团队”行成为列.
df1
Teams X V1 V2 V3 V4
0 Team 1 8 1 1 0 0
1 Team 2 9 1 0 1 0
2 Team 3 6 1 0 0 1
3 Team 1 10 0 1 1 0
这是我迄今为止尝试过的,但我得到一个 AttributeError: "DataFrame" object has no attribute 'value_counts'。
def percent(df, column):
zero = df[column].value_counts()[0]
one = df[column].value_counts()[1]
perc = one/(zero+one)
return {column:perc}
cols = [V1, V2, V3, V4]
df1 = df1.groupby('Teams').agg(percent(df1, cols))
df1 = df1.T
期望的输出:
df1
Team 1 Team 2 Team 3
X 18 9 6
V1 0.25 0.34 0.2
V2 0.1 0.3 0.8
V3 0.9 0.3 0.12
V4 0.23 0.5 0.1
关于如何完成这项工作的任何建议?
编辑:我认为问题是当我在agg 中调用percent 函数时,列没有被迭代。我也试过:
percent_cols = []
for value in cols:
percent_cols.append(percent(df1, value))
这在某种意义上有效,它返回列名和百分比的字典,但它破坏了我按“团队”分组的能力
【问题讨论】:
-
你能发布一个你想要的输出的例子吗?
-
百分比应该等于多少?
d在你的输入和输出之间发生了什么? -
恐怕当你问百分比应该等于多少时,我不明白你的意思。你能澄清一下吗?很抱歉,
d的丢失可以忽略不计。只是试图创建一个示例来证明我不能将一个函数应用于整个DataFrame,而是需要专门选择列。我拥有的X列可以使用 sum() 处理,因此我将对其进行编辑以反映这一点。 -
df.groupby('Teams')['V1','V2','V3','V4'].mean().apply(lambda x: x/sum( x)).T`.这与您想要的结果相差多远?
-
当然...百分比是如何定义的?什么除以什么?你必须定义它。目前尚不清楚您如何计算所需输出中的值。要计算某个值在列中出现的次数,您可以使用
sum(df.V1 == 0)之类的内容。value_counts()返回一个熊猫系列。