根据两列和各自的范围值创建计数矩阵 pandas

Question

我有一个如下所示的数据框，

name,value,id
meanerror,0.55,aa
meanamount,120,aa
meanerror,0.45,bb
meanamount,150,bb
meanerror,0.88,cc
meanamount,110,cc
meanerror,0.1,dd
meanamount,50,dd

我想从这个数据框创建一个矩阵，如下所示。

,         meanamount,    total_y
meanerror,0-100,100-200
0.0-0.5,    1,    1,      2   
0.5-1,      0,    2,      2
total_x,    1,    3

我真正需要的是，在矩阵中，每个单元格都应包含 id 的计数，这些 id 的值（来自值列）在矩阵的 x 轴和 y 轴的范围内。例如，第一个单元格应该包含 ids 的计数，meanamount 在 0-100 范围内，meanerror 在 0.0-5 范围内。

我尝试了 pandas 数据透视表 table 和交叉表，但不确定如何实现。有人可以帮忙吗？

Answer 1

创建 pivot table:

pt = df.pivot(index='id', columns='name', values='value')

# name  meanamount  meanerror
# id                         
# aa         120.0       0.55
# bb         150.0       0.45
# cc         110.0       0.88
# dd          50.0       0.10

Cut 分箱数量和误差：

pt['meanamount'] = pd.cut(pt['meanamount'], bins=range(0, 300, 100))
pt['meanerror'] = pd.cut(pt['meanerror'], bins=np.arange(0, 1.5, 0.5))

# name  meanamount   meanerror
# id                          
# aa    (100, 200]  (0.5, 1.0]
# bb    (100, 200]  (0.0, 0.5]
# cc    (100, 200]  (0.5, 1.0]
# dd      (0, 100]  (0.0, 0.5]

创建一个 crosstab 的错误 x 数量：

pd.crosstab(pt['meanerror'], pt['meanamount'], margins=True)

# meanamount  (0, 100]  (100, 200]  All
# meanerror                            
# (0.0, 0.5]         1           1    2
# (0.5, 1.0]         0           2    2
# All                1           3    4

根据两列和各自的范围值创建计数矩阵 pandas

Create count matrix based on two columns and respective range values pandas

python

pandas

dataframe

data-science