histogram/value 从具有分类数据和自定义 "bins" 的 pandas 数据框列计数
histogram/value counts from pandas dataframe columns with categorical data and custom "bins"
考虑以下数据框:
import pandas as pd
x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)
0 1
0 a b
1 a c
2 c b
3 d c
我想根据一些自定义“bins”获取数据帧每一列中数据的相对频率,这些自定义“bins”将是(可能的超集)唯一数据值。例如,如果:
b = ['a', 'b', 'c', 'd', 'e', 'f']
我想获得:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0
是否有一个(或两个)班轮来实现这一目标?
尝试 apply
value_counts
, then reindex
基于 b:
import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)
print(df)
df
:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0
import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.melt()
df = pd.crosstab(df['value'], df['variable']) \
.reindex(b).fillna(0).astype(int) \
.rename_axis(None, axis=1).rename_axis(None, axis=0)
print(df)
df
:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0
考虑以下数据框:
import pandas as pd
x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)
0 1
0 a b
1 a c
2 c b
3 d c
我想根据一些自定义“bins”获取数据帧每一列中数据的相对频率,这些自定义“bins”将是(可能的超集)唯一数据值。例如,如果:
b = ['a', 'b', 'c', 'd', 'e', 'f']
我想获得:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0
是否有一个(或两个)班轮来实现这一目标?
尝试 apply
value_counts
, then reindex
基于 b:
import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)
print(df)
df
:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0
import pandas as pd
x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.melt()
df = pd.crosstab(df['value'], df['variable']) \
.reindex(b).fillna(0).astype(int) \
.rename_axis(None, axis=1).rename_axis(None, axis=0)
print(df)
df
:
0 1
a 2 0
b 0 2
c 1 2
d 1 0
e 0 0
f 0 0