Question

我有这个熊猫DataFrame：

df = pd.DataFrame(
    data=[
        ['yes', 'no', np.nan],
        ['no', 'yes', 'no'],
        [np.nan, 'yes', 'yes'],
        ['no', 'no', 'no']
    ],
    index=pd.Index(['xyz_1', 'xyz_2', 'xyz_3', 'xyz_4'], name='ID'),
    columns=['class1', 'class2', 'class3']
)

print(df)
Out:

    ID         class1  class2   class3
xyz_1          yes     no       NaN    
xyz_2          no      yes      no
xyz_3          NaN     yes      yes
xyz_4          no      no       no

我想在每行的类列中获得“是”和“否”的频率，并有一个新的数据框，如下所示：

    ID         yes     no       nan
xyz_1          1       1        1
xyz_2          1       2        0
xyz_3          2       0        1
xyz_4          0       3        0

我看了this个问题，但我不希望总和，但很重要。

有什么想法吗？

Answer 1

使用pd.get_dummies，但将dummy_na设置为True：

pd.get_dummies(
    df, prefix='', prefix_sep='', dummy_na=True
 ).groupby(level=0, axis=1).sum()  # Sum the *counts* for each column.

       nan  no  yes
ID                 
xyz_1    1   1    1
xyz_2    0   2    1
xyz_3    1   0    2
xyz_4    0   3    0

Answer 2

您可以选中melt + crosstab

newdf=df.melt('ID')

pd.crosstab(newdf.ID,newdf.value.fillna('NaN'))
Out[8]: 
value  NaN  no  yes
ID                 
xyz_1    1   1    1
xyz_2    0   2    1
xyz_3    1   0    2
xyz_4    0   3    0

Answer 3

使用pd.get_dummies

df = df.set_index('ID') # Do this line only if 'ID' is not index

df2 = pd.get_dummies(df, dummy_na=True)

df['no']  = df2[df2.columns[df2.columns.str.endswith('no')]].sum(1)
df['yes'] = df2[df2.columns[df2.columns.str.endswith('yes')]].sum(1)
df['nan'] = df2[df2.columns[df2.columns.str.endswith('nan')]].sum(1)

如何在熊猫数据帧的每一行中获取特定值的频率

3 个答案: