下面的代码是为了让我的问题更容易理解而编写的。我想创建一个概览表,为此,我将遍历到列' order‘的所有唯一元素,为该列的每个唯一元素创建一个dataframe,然后我将使用.value_counts获得列'Status’的每个元素所表示的百分比,然后将其保存到另一个数据帧中,这是我的概览表。
Overview_Table = pd.DataFrame()
for i, val in enumerate(df['Order'):
dfi = df.loc[df['Order']==val]
status = pd.DataFrame(dfi['Status Situation'].value_counts(normalize = True))
statusi.columns = ['Order: {}'.format(val)]
Overview_Table = pd.concat([Overview_Table, statusi], axis=1)我面临的问题是,当我不断地将值连接到Overview_Table时,这些值并不是以相同的顺序连接的。因此,我正在寻找的是找到一种方法,使状态数据帧始终以相同的顺序附加到Overview_Table数据帧中。
我已经尝试过使用.sort_index,但是没有成功。此外,列'Order‘和'Status’都是分类特征。
希望我能做到简明扼要。我真的很感谢你在这个问题上的帮助!我们也欢迎你的建议。
发布于 2019-10-26 00:03:33
我想*这就是你要找的..
创建一个包含顺序和状态的随机数据集,以及一些随机数:
import pandas as pd
import random
order = [random.choice(['aa', 'bb', 'cc']) for _ in range(1000)]
status = [random.choice(['red', 'yellow', 'green']) for _ in range(1000)]
nums = [random.randint(1, 10) for _ in range(1000)]
df = pd.DataFrame({'order':order,
'status':status,
'value':nums})按顺序和状态分组,并对这些值求和:
g = df.groupby(['order', 'status']).agg({'value':'sum'}).reset_index(drop=False)仅按顺序分组并对值求和(以获得分母)
order_g = df.groupby('order')['value'].sum().reset_index(drop=False)通过执行左连接来组合它们:
combined = pd.merge(g, order_g, on='order', how='left')创建百分比(value_counts规格化):
combined['percentage'] = combined['value_x']/combined['value_y']删除不需要的列:
combined.drop(['value_x', 'value_y'], axis=1, inplace=True)如果没有你提供的实际数据集,以及你正在寻找的东西的期望,很难肯定地回答这个问题,但我相信这就是你正在寻找的。
https://stackoverflow.com/questions/58560086
复制相似问题