Question

我试图旋转数据框，以便可以创建文档矩阵，但是尝试旋转数据框时遇到一些错误。这是我尝试弄乱之前的原始数据框。

SELECT TO_CHAR(
    TO_DATE(
        RIGHT('000000' || timecolumn, 6),
        'HH24MISS'
    ),
    'HH24:MI:SS') 
FROM DBNAME.TABLENAME LIMIT 5

现在，当我尝试在下面运行此代码时，它就会中断。

tidy_filter1 = pd.DataFrame(df_tweetText["text"].str.split(expand = True).stack().reset_index())
tidy_filter = pd.DataFrame(tidy_filter1,index = tidy_format1["id"])
tidy_filter = tidy_filter1.rename(index = tidy_filter["id"], columns = {"level_1": "num",0:"word"})
tidy_filter1["level_1"] = tidy_filter1.groupby("id").cumcount()
tidy_filter = tidy_filter.drop(columns = ["id"])
tidy_filter = tidy_filter.rename(index = tidy_format1["id"])

id                    num    word
1104159474368024599    0    repmiketurner
1104159474368024599    1    time
1104159474368024599    2    michael
1104159474368024599    3    cohen
1104159474368024599    4    told
1104159474368024599    5    truth
1104159474368024599    6    pled
1104159474368024599    7    guilty
1104159474368024599    8    also
1104159474368024599    9    said
1104159474368024599    10    collusion

该错误给了我我不理解的 KeyError：'word'。我试图用 tidy_filter ['word] 替换值/列，但这没有用。

**编辑：我正在寻找此输出

df_freq = tidy_filter.pivot_table(values='word', index=tidy_filter.index, columns='word', aggfunc=pd.Series.count)

** Edit2：我在输入tidy_filter ['word']时会给我一个不同的KeyError：'repmiketurner'

Answer 1

我认为您正在寻找pd.crosstab

pd.crosstab(df.id,df.word)

Answer 2

我认为您的pivot_table命令必须更改-您已将columns和values的参数互换了。您只需要使用columns='word'和values='num'。

这是对我有用的

df_freq = tidy_filter.pivot_table(columns='word',
                                    index=tidy_filter.index,
                                    values='num',
                                    aggfunc=pd.Series.count)

# Put pivot table columns in order of unique values of the 'word' column
word_unique = tidy_filter['word'].unique().tolist()
df_freq = df_freq[word_unique]

print(df_freq)
word                 repmiketurner  time  michael  cohen  told  truth  pled  guilty  also  said  collusion
id                                                                                                        
1104159474368024599              1     1        1      1     1      1     1       1     1     1          1

在数据框上使用数据透视表时出现问题

2 个答案: