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)
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:
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))))