Pandas：groupby()一步完成不同列

x8goxv8g 于 2023-03-28 发布在其他

关注(0)|答案(1)|浏览(94)

我有一个如下的数据框。“feature1”，“feature2”和“feature3”是独立的特征。这些特征中的可能值仅为1，2，3，4。我需要找到大小，按每个特征的值分组。下面显示的是我现在是如何做的，分别为每个特征。有没有一种方法可以在一个步骤或更优化的方式中完成它？谢谢。

import pandas as pd
df = pd.DataFrame({'State'    : ['AZ', 'FL', 'AZ', 'FL', 'FL', 'FL', 'AZ', 'FL', 'AZ', 'AZ', 'FL', 'AZ', 'FL', 'AZ', 'AZ'],
               'feature1' : [1, 3, 2, 2, 4, 3, 3, 1, 2, 4, 3, 1, 1, 1, 1],
               'feature2' : [1, 2, 1, 2, 3, 2, 4, 1, 2, 4, 3, 1, 1, 1, 1],
               'feature3' : [1, 4, 1, 2, 1, 4, 3, 3, 2, 4, 3, 1, 1, 1, 1],})
(
    df
    .groupby(['State', 'feature1'])
    ['feature1']
    .size()
    .to_frame('N')
 )

feature1的输出：

pandas

来源：https://stackoverflow.com/questions/75857685/pandas-groupby-different-columns-in-a-single-step

1条答案

按热度按时间

sr4lhrrt1#

选项1：`melt` + `value_counts`

df.melt('State', var_name='feature').value_counts().sort_index()

结果

State  feature   value
AZ     feature1  1        4
                 2        2
                 3        1
                 4        1
       feature2  1        5
                 2        1
                 4        2
       feature3  1        5
                 2        1
                 3        1
                 4        1
FL     feature1  1        2
                 2        1
                 3        3
                 4        1
       feature2  1        2
                 2        3
                 3        2
       feature3  1        2
                 2        1
                 3        2
                 4        2
dtype: int64

选项2：`melt` + `crosstab`

s = df.melt('State', var_name='feature')
pd.crosstab(s['State'], [s['feature'], s['value']])

结果

feature        feature1          feature2          feature3         
value          1  2  3  4        1  2  3  4        1  2  3  4
State                                                        
AZ             4  2  1  1        5  1  0  2        5  1  1  1
FL             2  1  3  1        2  3  2  0        2  1  2  2

赞(0）回复(0）举报 2023-03-28

我来回答

Pandas：groupby()一步完成不同列

1条答案

选项1：`melt` + `value_counts`

选项2：`melt` + `crosstab`

相关问题

热门标签

最新问答

Pandas：groupby()一步完成不同列

1条答案

选项1：melt + value_counts

选项2：melt + crosstab

相关问题

热门标签

最新问答

选项1：`melt` + `value_counts`

选项2：`melt` + `crosstab`