输出

Question

我想知道有多少人在评估1次，2到3次，3次以上的人群中推出了GRADE 1,2,3,4和5。例如，进行一次评估的人群包含ID为2和4的人。在此组中，总共有一个评估5和一个评估1。

df =

ID_PERSON    EVALUATION_GRADE
1            2
1            2
1            3
1            5
2            5
3            2
3            5
3            1
4            1 
5            2
5            1
5            1

结果应该是这个：

result =

FREQUENCY_GROUP   GRADE_1   GRADE_2   GRADE_3   GRADE_4   GRADE_5
"1 time"          1         0         0         0         1
"2-3 times"       3         2         0         0         1
"> 3 times"       0         2         1         0         1

如果我执行此操作df.groupby(['EVALUATION_GRADE']).agg({'ID_PERSON': 'count'}).reset_index()，那么我会获得推送1，2，3，4和{{1}的总人数}。但是，我如何将它们分成频率组？

Answer 1

您可以先使用transform，size首先使用size查找频率，然后使用cut创建分箱，最后groupby使用df['FREQ'] = df.groupby('ID_PERSON')['EVALUATION_GRADE'].transform('size') bins = [-np.inf, 1, 3, np.inf] labels=['1 time','2-3 times','> 3 times'] df.FREQ = pd.cut(df.FREQ, bins=bins, labels=labels) df = df.groupby(['FREQ', 'EVALUATION_GRADE'])['EVALUATION_GRADE'] \ .size() \ .unstack(fill_value=0) \ .reindex(columns=np.arange(1,6), fill_value=0) df.columns = 'GRADE ' + df.columns.astype(str) print (df) GRADE 1 GRADE 2 GRADE 3 GRADE 4 GRADE 5 FREQ 1 time 1 0 0 0 1 2-3 times 3 2 0 0 1 > 3 times 0 2 1 0 1，重塑$line = "one two three four four SIX"; $line =~ s/two/six/; $line =~ s/four/ten/g; $line =~ s/th(re)e/whe$1/ if ($line =~ /six/i) { } 3}}并按unstack填充缺少的列：

grep "__mypassword'" myfile.php | cut -d"'" -f4

Answer 2

好吧，基本想法可能如下 - 使用GroupBy.transform获取频率组，然后使用pandas.crosstab.来转移数据：

>>> def worker(x):
       if len(x) == 1:
           return "1 time" 
       elif len(x) <=3 :
           return "2-3 times"
       else:
           return "> 3 times"
>>> df['FREQUENCY_GROUP'] = df.groupby('ID_PERSON').transform(worker)
>>> df
    ID_PERSON  EVALUATION_GRADE FREQUENCY_GROUP
0           1                 2       > 3 times
1           1                 2       > 3 times
2           1                 3       > 3 times
3           1                 5       > 3 times
4           2                 5          1 time
5           3                 2       2-3 times
6           3                 5       2-3 times
7           3                 1       2-3 times
8           4                 1          1 time
9           5                 2       2-3 times
10          5                 1       2-3 times
11          5                 1       2-3 times
>>> pd.crosstab(df['FREQUENCY_GROUP'], 'GRADE ' + df['EVALUATION_GRADE'].astype('str'))
EVALUATION_GRADE  GRADE 1  GRADE 2  GRADE 3  GRADE 5
FREQUENCY_GROUP                                     
1 time                  1        0        0        1
2-3 times               3        2        0        1
> 3 times               0        2        1        1

Answer 3

这是一个应该推广到任意数量的等级或ID的答案

d = {1: '1 time', 2:'2-3 times', 3:'2-3 times', 4:'> 3 times'} 

df['FREQUENCY_GROUP'] = df.groupby('ID_PERSON')['ID_PERSON']\
                          .transform('size')\
                          .clip_upper(4)\
                          .map(d)

df1 = df.pivot_table(index='FREQUENCY_GROUP', 
                     columns='EVALUATION_GRADE', 
                     values='ID_PERSON', 
                     aggfunc='count', 
                     fill_value=0)\
       .reindex(columns=range(df.EVALUATION_GRADE.min(), 
                              df.EVALUATION_GRADE.max() + 1), 
                fill_value=0)

df1.columns = 'GRADE_'  + df1.columns.astype(str)

输出

                 GRADE_1  GRADE_2  GRADE_3  GRADE_4  GRADE_5
FREQUENCY_GROUP                                             
1 time                 1        0        0        0        1
2-3 times              3        2        0        0        1
> 3 times              0        2        1        0        1

如何按频率对行进行分组？

3 个答案:

输出