python – 将分类变量的Pandas DataFrame转换为具有计数和比例的MultiIndex

2019年8月3日 331次阅读

我有一个包含几个分类变量的Pandas DataFrame.例如：

import pandas as pd

d = {'grade':['A','B','C','A','B'], 
    'year':['2013','2013','2013','2012','2012']}

df = pd.DataFrame(d)

《python – 将分类变量的Pandas DataFrame转换为具有计数和比例的MultiIndex》

我想将其转换为具有以下属性的MultiIndex DataFrame：

>第一级索引是变量名称(例如“等级”)
>二级指数是变量内的水平(例如’A’,’B’,’C’)
>一列包含’n’,即级别出现次数的计数
>第二列包含’比例’,该比例表示的比例.

例如：

《python – 将分类变量的Pandas DataFrame转换为具有计数和比例的MultiIndex》

有人可以建议一种创建这个MultiIndex DataFrame的方法吗？

最佳答案 另一种方法可以使用melt和groupby：

df_out = df.melt().groupby(['variable','value']).size().to_frame(name='n')
df_out['proportion'] = df_out['n'].div(df_out.n.sum(level=0),level=0)
print(df_out)

输出：

                n  proportion
variable value               
grade    A      2         0.4
         B      2         0.4
         C      1         0.2
year     2012   2         0.4
         2013   3         0.6

并且,如果你真的想变得疯狂并且在单行中做：

(df.melt().groupby(['variable','value']).size().to_frame(name='n')
  .pipe(lambda x: x.assign(proportion = x[['n']]/x.groupby(level=0).transform('sum'))))

使用@Wen pct计算升级的解决方案：

(df.melt().groupby(['variable','value']).size().to_frame(name='n')
  .pipe(lambda x: x.assign(proportion = x['n'].div(x.n.sum(level=0),level=0))))
点赞