这是我尝试更简单的事情。
demo = pd.DataFrame(data=np.array([["APPLE", "APPLE", "APPLE", "MANGO", "MANGO"],
["DOWN", "DOWN", "DOWN", "UP", "DOWN"]]))
demo = demo.T
demo.columns = ['FRUIT', 'DIRECTION']
以上是上述数据框的内容
FRUIT DIRECTION
0 APPLE DOWN
1 APPLE DOWN
2 APPLE DOWN
3 MANGO UP
4 MANGO DOWN
现在
labels = demo["DIRECTION"]
l, v = np.unique(labels, return_counts=True)
d = dict(zip(l, v))
print(d)
这为我提供了“DIRECTIONS”列的唯一计数。
{'DOWN': 3, 'UP': 2}
现在,如果我想查找按'DIRECTION'列分组的'FRUIT'列的计数频率该怎么办。
我做到了。
print(demo.groupby(['FRUIT', 'DIRECTION']).size())
这给了我,
FRUIT DIRECTION
APPLE DOWN 3
MANGO DOWN 1
UP 1
我对上述输出有疑问。
我希望能够做到以下几点:
a)APPLE在UP方向没有任何内容,所以我希望它显示为0。 如下表所示。
FRUIT DIRECTION
APPLE DOWN 3
UP 0
MANGO DOWN 1
UP 1
b)我希望能够将其创建为类似的词典
{'APPLE': {DOWN: 3, UP: 0}, 'MANGO': {DOWN: 1, UP: 1}}
任何其他方式来重现上面的字典也没关系。我正在使用Python 3。
答案 0 :(得分:3)
演示:
部分a
In [19]: x = demo.groupby(['FRUIT', 'DIRECTION']).size()
In [20]: x
Out[20]:
FRUIT DIRECTION
APPLE DOWN 3
MANGO DOWN 1
UP 1
dtype: int64
In [21]: idx = pd.MultiIndex.from_product((df.FRUIT.unique(), df.DIRECTION.unique()))
In [22]: x.reindex(idx).fillna(0)
Out[22]:
APPLE DOWN 3.0
UP 0.0
MANGO DOWN 1.0
UP 1.0
dtype: float64
部分b
In [79]: r = x.reindex(idx).fillna(0)
In [80]: r.reset_index() \
.groupby('level_0').apply(lambda x: dict(zip(x['level_1'],x[0]))) \
.to_dict()
Out[80]: {'APPLE': {'DOWN': 3.0, 'UP': 0.0}, 'MANGO': {'DOWN': 1.0, 'UP': 1.0}}
答案 1 :(得分:1)
更简单的方法是使用unstack
和stack
In [4403]: x = demo.groupby(['FRUIT', 'DIRECTION']).size().unstack(fill_value=0)
第A部分
In [4404]: x.stack()
Out[4404]:
FRUIT DIRECTION
APPLE DOWN 3
UP 0
MANGO DOWN 1
UP 1
dtype: int64
B部分
In [4405]: x.to_dict('index')
Out[4405]: {'APPLE': {'DOWN': 3, 'UP': 0}, 'MANGO': {'DOWN': 1, 'UP': 1}}
详细
In [4406]: x
Out[4406]:
DIRECTION DOWN UP
FRUIT
APPLE 3 0
MANGO 1 1