Question

我有一个像这样的扁平DataFrame：

我想将其转换为这样的DataFrame：

对于每个版本（Version）的每个测试（T），我想将在给定的李克特量表上映射的答案计数（为了演示目的，我将其缩减为3个条目）作为百分比。

T和版本的每种组合的李克特量表值的总和应总计为100％。

likert = {
    'Agree': 1,
    'Undecided': 2,
    'Disagree': 3,
}

这怎么可能？感谢您的帮助！

Answer 1

可能不是最优雅的解决方案，但我认为这可以实现您的目标。假设您的数据框名为df（我在各个刻度之间随机采样，因此我的df并非您所描述的）：

res = df.melt(id_vars=['T', 'Version'], value_vars=['Q1', 'Q2'], value_name='Scale')

这会将您的数据框转换为长格式：

#     T Version variable      Scale
# 0   1       A       Q1  Undecided
# 1   1       A       Q1   Disagree
# 2   1       A       Q1  Undecided
# 3   1       A       Q1      Agree

然后，您要计算变量的每个组合的大小，可以通过以下方式实现：

res = res.groupby(['T', 'Version', 'Scale', 'variable']).size()

哪种产量：

# T  Version  Scale      variable
# 1  A        Agree      Q1          2
#                        Q2          1
#             Disagree   Q2          3
#             Undecided  Q1          2
#    B        Agree      Q1          1

然后，将Q1和Q2移至各列，则按如下所示拆开最后一个索引级别：

res = res.unstack(level=-1).fillna(0)

# variable              Q1   Q2
# T Version Scale
# 1 A       Agree      2.0  1.0
#           Disagree   0.0  3.0
#           Undecided  2.0  0.0

最后，要计算前两个索引级别的每种组合的百分比：

res = res.groupby(level=[0, 1]).apply(lambda x: 100. * x / x.sum())

给出预期结果的

# variable                     Q1         Q2
# T Version Scale
# 1 A       Agree       50.000000  25.000000
#           Disagree     0.000000  75.000000
#           Undecided   50.000000   0.000000
#   B       Agree       33.333333   0.000000
#           Disagree    66.666667  66.666667

如何将1级数据框架转换为3级索引层次结构

1 个答案: