Pandas python .describe() formatting/output
Pandas python .describe() formatting/output
我正在尝试让 .describe() 函数以重新格式化的方式输出。
这是 csv 数据 (testProp.csv)
'name','prop'
A,1
A,2
B, 4
A, 3
B, 5
B, 2
当我输入以下内容时：
from pandas import *
data = read_csv('testProp.csv')
temp = data.groupby('name')['prop'].describe()
temp.to_csv('out.csv')
输出是：
name
A count 3.000000
mean 2.000000
std 1.000000
min 1.000000
25% 1.500000
50% 2.000000
75% 2.500000
max 3.000000
B count 3.000000
mean 3.666667
std 1.527525
min 2.000000
25% 3.000000
50% 4.000000
75% 4.500000
max 5.000000
dtype: float64
但是，我想要以下格式的数据。我已经尝试 transpose() 并希望继续使用 describe() 并操纵它而不是 a .agg([np.mean(), np.max(), etc.... ):
count mean std min 25% 50% 75% max
A 3 2 1 1 1.5 2 2.5 3
B 3 3.666666667 1.527525232 2 3 4 4.5 5
执行此操作的一种方法是先按需要执行 .reset_index() , to reset the index for your temp DataFrame, and then use DataFrame.pivot。例子-
In [24]: df = pd.read_csv(io.StringIO("""name,prop
....: A,1
....: A,2
....: B, 4
....: A, 3
....: B, 5
....: B, 2"""))
In [25]: temp = df.groupby('name')['prop'].describe().reset_index()
In [26]: newdf = temp.pivot(index='name',columns='level_1',values=0)
In [27]: newdf.columns.name = '' #This is needed so that the name of the columns is not `'level_1'` .
In [28]: newdf
Out[28]:
25% 50% 75% count max mean min std
name
A 1.5 2 2.5 3 3 2.000000 1 1.000000
B 3.0 4 4.5 3 5 3.666667 2 1.527525
然后你可以把这个newdf保存到csv.
在pandasv0.22中，您可以使用unstack功能。基于上面@Kumar 的回答，您可以使用 pandas stack/unstack 功能并使用它的变体。
from io import StringIO
import pandas as pd
df = pd.read_csv(StringIO("""name,prop
A,1
A,2
B, 4
A, 3
B, 5
B, 2"""))
df.shape
df
temp = df.groupby(['name'])['prop'].describe()
temp
temp.stack() #unstack(),unstack(level=-1) level can be -1, 0
查看文档pandas unstack了解更多详情
您可以通过 运行 下面的代码实现：
from pandas import *
data = read_csv('testProp.csv')
data.describe().T
我正在尝试让 .describe() 函数以重新格式化的方式输出。
这是 csv 数据 (testProp.csv)
'name','prop'
A,1
A,2
B, 4
A, 3
B, 5
B, 2
当我输入以下内容时：
from pandas import *
data = read_csv('testProp.csv')
temp = data.groupby('name')['prop'].describe()
temp.to_csv('out.csv')
输出是：
name
A count 3.000000
mean 2.000000
std 1.000000
min 1.000000
25% 1.500000
50% 2.000000
75% 2.500000
max 3.000000
B count 3.000000
mean 3.666667
std 1.527525
min 2.000000
25% 3.000000
50% 4.000000
75% 4.500000
max 5.000000
dtype: float64
但是，我想要以下格式的数据。我已经尝试 transpose() 并希望继续使用 describe() 并操纵它而不是 a .agg([np.mean(), np.max(), etc.... ):
count mean std min 25% 50% 75% max
A 3 2 1 1 1.5 2 2.5 3
B 3 3.666666667 1.527525232 2 3 4 4.5 5
执行此操作的一种方法是先按需要执行 .reset_index() , to reset the index for your temp DataFrame, and then use DataFrame.pivot。例子-
In [24]: df = pd.read_csv(io.StringIO("""name,prop
....: A,1
....: A,2
....: B, 4
....: A, 3
....: B, 5
....: B, 2"""))
In [25]: temp = df.groupby('name')['prop'].describe().reset_index()
In [26]: newdf = temp.pivot(index='name',columns='level_1',values=0)
In [27]: newdf.columns.name = '' #This is needed so that the name of the columns is not `'level_1'` .
In [28]: newdf
Out[28]:
25% 50% 75% count max mean min std
name
A 1.5 2 2.5 3 3 2.000000 1 1.000000
B 3.0 4 4.5 3 5 3.666667 2 1.527525
然后你可以把这个newdf保存到csv.
在pandasv0.22中，您可以使用unstack功能。基于上面@Kumar 的回答，您可以使用 pandas stack/unstack 功能并使用它的变体。
from io import StringIO
import pandas as pd
df = pd.read_csv(StringIO("""name,prop
A,1
A,2
B, 4
A, 3
B, 5
B, 2"""))
df.shape
df
temp = df.groupby(['name'])['prop'].describe()
temp
temp.stack() #unstack(),unstack(level=-1) level can be -1, 0
查看文档pandas unstack了解更多详情
您可以通过 运行 下面的代码实现：
from pandas import *
data = read_csv('testProp.csv')
data.describe().T