在前面的问题熊猫在DataFrame群中的百分比中,我有一个数据格式(mydf),格式如下:
Index Feature ID Stuff1 Stuff2
1 True 1 23 12
2 True 1 54 12
3 False 0 45 67
4 True 0 38 29
5 False 1 32 24
6 False 1 59 39
7 True 0 37 32
8 False 0 76 65
9 False 1 32 12
10 True 0 23 15
..n True 1 21 99在我上一个问题的答案的帮助下,我可以根据每个ID (0或1)的“特征”的真伪百分比来计算组的百分比。
percentages = pd.DataFrame({'Percentage': mydf.groupby(('ID', 'Feature')).size() / (len(df)*100)})打印出来的内容如下:
Percentage
ID Feature
0 False 20
True 30
1 False 30
True 20我还可以在上面的“ID”中分隔相同的方法,因此对于ID 0,我将使用以下方法:
percentages = pd.DataFrame({'Percentage': mydf[(mydf['ID'] == 0)].groupby(('ID','Feature')).size() / (len(df))*100})打印出来的内容如下:
Percentage
ID Feature
0 False 20
True 30我的问题是,如何进一步打印ID =0和Feature = 'False‘的单个输出,以便在生成的Excel中的每个条件下都可以打印到不同的工作表(当我增加行号时,可以更容易地处理几个日志)。
类似于:
Percentage
ID Feature
0 False 20然后分别对特性== 'True':
Percentage
ID Feature
0 True 30我尝试了这个方法,但是我得到了错误- TypeError:无效类型比较
percentages = pd.DataFrame({'Percentage': mydf[(mydf['ID'] == 0)&(mydf['Feature'] == 'False')].groupby(('ID','Feature')).size() / (len(df)*100)})发布于 2015-08-25 15:25:34
您只需使用您的percentages结果df并将其索引到多索引df中:
In [81]:
percentages = pd.DataFrame({'Percentage': df.groupby(('ID', 'Feature')).size() / (len(df)*100)})
percentages
Out[81]:
Percentage
ID Feature
0 False 0.002
True 0.003
1 False 0.003
True 0.002
In [83]:
print(percentages.loc[(0,False)])
print(percentages.loc[(0,True)])
Percentage 0.002
Name: (0, False), dtype: float64
Percentage 0.003
Name: (0, True), dtype: float64这里的语法使用一个元组对每个级别进行索引,在这里(0,False)索引ID 0,然后下一个值是级别1 False,依此类推。
还有一个进一步的解释和示例代码这里
可以使用get_level_values获取索引值。
In [86]:
print(percentages.index.get_level_values(0))
print(percentages.index.get_level_values(1))
Int64Index([0, 0, 1, 1], dtype='int64', name='ID')
Index([False, True, False, True], dtype='object', name='Feature')您只需调用上面的unique来获得唯一的值,并对它们进行迭代:
In [87]:
for level_0 in percentages.index.get_level_values(0).unique():
for level_1 in percentages.index.get_level_values(1).unique():
print(percentages.loc[level_0, level_1])
Percentage 0.002
Name: (0, False), dtype: float64
Percentage 0.003
Name: (0, True), dtype: float64
Percentage 0.003
Name: (1, False), dtype: float64
Percentage 0.002
Name: (1, True), dtype: float64以上假设所有ID都存在True/False,否则将引发KeyError
https://stackoverflow.com/questions/32207929
复制相似问题