如何计算python3数据框中列的频率

Question

大家好，我有一个数据框，其中的列是这样的。 列：

• WhiteRating(int)
• BlackRating(int)
• NewGameNinePtLead(str, 确定位置是否为“missedMate”、“lostBigLead”、“无用”)
• 平均评分
• Rating_Group：X 分组评级
• length_of_checkmate（将棋的移动量，int）：这是我的y值

在此数据框内，每一行都是具有所有这些列属性的单个观察值。 我的任务是计算变量 P，然后对 x 回归 p，对 y 回归 p，最后对 (x 和 y) 回归 p P=（具有 y 值并丢失的移动数）/（具有 y 值的移动总数）

我的问题是为我的小组寻找 P。我不确定如何以 Python 的方式处理这个问题，我可以手动循环并计算所有内容，但即便如此我也不确定如何处理它，而且我的数据框的大小可能需要很长时间

WhiteR,BlackR,EMV,MovePlayedValue,NewGame,NinePtLead,AverageRating,Rating_Group,length_of_checkmate
1880.0,1865.0,27.0,27.0,1,useless,1875,1800,0
1880.0,1865.0,22.0,21.0,1,useless,1875,1800,0
1865.0,1880.0,25.0,25.0,1,useless,1875,1800,0
1880.0,1865.0,24.0,19.0,1,useless,1875,1800,0
1865.0,1880.0,22.0,22.0,1,useless,1875,1800,0
1880.0,1865.0,27.0,27.0,1,bigLeadLost,1875,1800,2

Answer 1

如果我正确理解了您的问题：您想要导致失败的 y 类型的频率（非零类型），除以 y 的总移动（y 的类型）：

import pandas as pd
import numpy as np

df = {'WhiteR': [1880.0,1880.0,1865.0,1880.0,1865.0,1880.0],\
  'BlackR': [1865.0,1865.0,1880.0,1865.0,1880.0,1865.0],\
  'EMV': [27.0,22.0,25.0,24.0,22.0,27.0,],\
  'MovePlayedValue':[27.0,21.0,25.0,19.0,22.0,27.0,],\
  'NewGame':[1,1,1,1,1,1],\
  'NinePtLead':['useless','useless','useless','useless','useless','bigLeadLost'],\
  'AverageRating':[1875,1875,1875,1875,1875,1875],\
  'Rating_Group':[1800,1800,1800,1800,1800,1800,],\
  'length_of_checkmate':[0,0,0,0,0,2]}


df = pd.DataFrame(df)
status=df['length_of_checkmate'].value_counts().reset_index().rename(columns={'index': 
'length_of_checkmate', 'length_of_checkmate': 'Freq.'})

df1 = pd.merge(df, status, on = ('length_of_checkmate'))
df1['P']= (df1['Freq.']/df1['length_of_checkmate']).replace(np.inf, 0)

#then proceed to 'Regress p against x, regress p against y and finally p against (x and y)'