Question

我经常在pandas中使用value_counts（）方法来获取统计信息。

例如，我可以得到如下所示的value_counts（）结果。

male     7825
female   6764

是否有任何内置函数可以获取数据框的索引，对应两个标签（男性和女性）。

预期结果：male_indices = [1,3,5,6,7, ..., 14589]，其中len（male_indices）= 7825

Answer 1

这是 groupby 的功能。考虑示例数据框df

np.random.seed([3,1415])
df = pd.DataFrame(dict(sex=np.random.choice(('male', 'female'), 10)))
print(df)

      sex
0    male
1  female
2    male
3  female
4    male
5    male
6  female
7    male
8  female
9  female

使用 groupby.groups

df.groupby('sex').groups

{'female': Int64Index([1, 3, 6, 8, 9], dtype='int64'),
 'male': Int64Index([0, 2, 4, 5, 7], dtype='int64')}

Answer 2

这是一个最小的，有点健壮的函数，它返回与DataFrame中给定列中给定组对应的索引：

# create some data
d = pd.DataFrame({'sex': ['male', 'male', 'female', 'male', 'female', 'female', 'male'], 'age': [23, 24, 20, 32, 45, 43, 32]})

# returns a dictionary with group names as keys and indices corresponding 
# to those groups as values (can just use `list` or `set` to avoid pandas indexes
def get_indices(df, col):
    return {group: df[df[col] == group].index for group in set(df[col])}

# test it out
get_indices(d, 'sex')
Out[178]: 
{'female': Int64Index([2, 4, 5], dtype='int64'),
 'male': Int64Index([0, 1, 3, 6], dtype='int64')}

pandas value_counts（）方法的对应索引

2 个答案: