Question

我正在使用中型数据集，我有三列，部门名称，电子邮件和完成

我的最终目标是用大熊猫绘制这些数据，所以我试图找出最好的方法

我使用数据透视表完成了这项工作，但我需要计算两个包含部门名称的内容。首先是该部门内的员工人数，以及该部门内有多少人完成培训（然后我打算用这些数据做一个条形图）

例如

Finance email6@domain.com Complete
IT  email1@domain.com   
IT  email2@domain.com Complete
IT  email3@domain.com Complete
Accounting  email4@domain.com   
Accounting  email5@domain.com    Complete
Accounting  email6@domain.com    Complete

所以IT的输出将有3名员工，2名完成培训

我想知道IT中有多少人，有多少人在IT，财务，会计等方面完成了这项工作。

有一种简单的方法吗？

Answer 1

您可以将groupby与聚合

一起使用

df.groupby('department name').completion.agg({'Total_Employees':'size', 'Completed_training':'count'})

                Total_Employees Completed_training
department name     
Accounting      3               2
Finance         1               1
IT              3               2

作为size的想法返回组的大小，而count返回nonNaN值的计数。

要创建条形图，您只需使用pandas plot（）

即可

df.groupby('department name').completion.agg({'Total_Employees':'size', 'Completed_training':'count'}).plot(kind = 'bar')

编辑：

鉴于列名[＆＃39;部门＆＃39;，＆＃39;电子邮件＆＃39;，＆＃39;完成＆＃39;]，代码将

df.groupby('Department').Completion.agg({'Total_Employees':'size', 'Completed_training':'count'}).plot(kind = 'bar')

Answer 2

你在找这样的东西吗？

department = ['Finance', 'IT', 'IT', 'IT', 'Accounting', 'Accounting', 'Accounting']
status = ['Complete', 'Incomplete', 'Complete', 'Complete', 'Incomplete', 'Complete','Complete']
email = ['email6@domain.com', 
         'email1@domain.com',
         'email2@domain.com',
         'email3@domain.com',
         'email4@domain.com',
         'email5@domain.com',
         'email6@domain.com']

df101 = pd.DataFrame({'Dep' : department, 'Email': email, 'Status': status})
grouped = df101.groupby(['Dep', 'Status']).count().fillna(0)

# output
                      Email
Dep         Status  
Accounting  Complete    2
            Incomplete  1
Finance     Complete    1
IT          Complete    2
            Incomplete  1


grouped.unstack().plot.bar(stacked = True)
#output

如何根据群体进行统计？

2 个答案: