我有一个看起来像的熊猫数据框
country region values
A CA [0, 0, 1, .5]
B NE [0, 0, 0, 1]
C CA [1, 1, 1, .5]
D CA [1, 0, 1, .5]
E EE [0, .5, .5, 0]
F NE [0, 1, 1, 1]
G EE [0, 0, 0, 0]
H NE [0, .5, 1, .5]
I EE [nan, 0]
我想知道哪些国家/地区的所有 4 个值都为 1、.5、0 或 3 个值为 1、0、.5 或 2 个值为 1、.5 或 0。值 1 等于被采纳(A ),.5 等于部分采用 (PA),等于未采用 (NA)。例如:
country region values #A_all4 #A_any3 #A_any2 #PA_all4 #PA_any3 #PA_any2
A CA [0, 0, 1, .5] 0 0 0 0 0 0
B NE [0, 0, 0, 1] 0 0 0 0 0 0
C CA [1, 1, 1, .5] 0 1 0 0 0 0
D CA [1, 0, 1, .5] 0 0 1 0 0 0
E EE [0, .5, .5, 0] 0 0 1 0 0 0
F NE [0, 1, 1, 1] 0 1 0 0 0 1
G EE [0, 0, 0, 0] 0 0 0 0 0 0
H NE [0, .5, 1, .5] 0 0 0 0 0 1
I EE [nan, 0] 0 0 0 0 0 0
我想针对所有价值观(采用、部分采用和未采用)执行此操作,我只是没有足够的空间来执行此操作。尝试使用 lambda 过滤,但它没有给我我需要的结果。任何建议都会很棒!谢谢
答案 0 :(得分:1)
IIUC,试试:
0
输出:
dfi = (df.loc[:, 'values']
.explode()
.groupby(level=0)
.value_counts()
.rename('count')
.reset_index())
dfi = dfi.query('values != 0.0 and count > 1')
(df.assign(**pd.crosstab(dfi['level_0'],
dfi['count']).reindex([4,3,2],
fill_value=0, axis=1)
.add_prefix('#A_all')).fillna(0))
答案 1 :(得分:0)
你可以试试这个,但它与你需要预先替换 nan 值并删除 unwated 列不完全一样:
from collections import Counter
def func(ls):
v,c = Counter(ls).most_common()[0]
return 0 if v is '0' else c
df['v'] = df['values'].map(func)
df['v1'] = 1
df_all = df.pivot(columns=['v'], values=['v1']).fillna(0)
df_all.columns = ["all_" + str(x) for _,x in df_all.columns]
df.join(df_all).drop(['v', 'v1'], axis=1)
# country region values all_0 all_1 all_2 all_3
# 0 A CA [0, 0, 1, .5] 1.0 0.0 0.0 0.0
# 1 B NE [0, 0, 0, 1] 1.0 0.0 0.0 0.0
# 2 C CA [1, 1, 1, .5] 0.0 0.0 0.0 1.0
# 3 D CA [1, 0, 1, .5] 0.0 0.0 1.0 0.0
# 4 E EE [0, .5, .5, 0] 1.0 0.0 0.0 0.0
# 5 F NE [0, 1, 1, 1] 0.0 0.0 0.0 1.0
# 6 G EE [0, 0, 0, 0] 1.0 0.0 0.0 0.0
# 7 H NE [0, .5, 1, .5] 0.0 0.0 1.0 0.0
# 8 I EE [nan, 0] 0.0 1.0 0.0 0.0