快捷導(dǎo)航

pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問(wèn)題

更新時(shí)間：2023年09月13日 09:31:05 作者：一只上班愛(ài)摸魚(yú)的小菜雞

這篇文章主要介紹了pandas之分組統(tǒng)計(jì)列聯(lián)表pd.crosstab()問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

pandas分組的統(tǒng)計(jì)方式

index	減肥方式	血壓含量
0	藥物	高
1	飲食	低
2	鍛煉	正常
3	抽脂	高
4	藥物	高
5	抽脂	正
...
498	藥物	低
499	飲食	高

我們需要統(tǒng)計(jì)多個(gè)字段的次數(shù)

如下表數(shù)據(jù)：

減肥方式 \血壓含量	藥物	飲食	鍛煉	抽脂	總和
高	50	38	38	30	156
正常	46	40	40	45	171
低	37	44	37	55	173
總和	133	122	115	130	500

通常多個(gè)組的統(tǒng)計(jì)可以采用

DataFrame.groupby(by=['減肥方式','血壓含量'])['減肥方式'].count().reset_index(name='次數(shù)')

這里我們能看到我們采用分組統(tǒng)計(jì)之后，能詳細(xì)看到表格的統(tǒng)計(jì)，但是卻不利于開(kāi)發(fā)的統(tǒng)計(jì)

附下，采用分組統(tǒng)計(jì)的方式

def list_set(list_1):
    list_2 = list(set(list_1))
    list_2.sort(key=list_1.index)
    return list_2
def func(df,df_title_X,df_title_Y):
    df_data = df.groupby(by=[df_title_X,df_title_Y])[df_title_X].count().reset_index(name='次數(shù)')
    data_dict = {}
    for i in df_data[df_data.columns[0]]:
        data_dict[i] = {}
        for a in df_data[df_data.columns[1]]:
            data_dict[i][a] = {}
    for i in range(df_data.shape[0]):
        data_dict[df_data[df_data.columns[0]].loc[i]][df_data[df_data.columns[1]].loc[i]] = df_data[df_data.columns[2]].loc[i]
    l = [list(i.values()) for i in data_dict.values()]
    return pd.DataFrame(np.array(l).T,columns=list_set(df_data[df_title_X].to_list()),
                      index=list_set(df_data[df_title_X].to_list()))
print(func(df,'減肥方式','血壓含量'))

結(jié)果如下：

在查閱pandas的官方文檔之后，我們了解到了這種叫做列聯(lián)表,pandas.crosstab()的函數(shù)

import pandas as pd
pd.crosstab()

print(pd.crosstab(df['血壓含量'],df['減肥方式'],margins=True,margins_name='總和'))
print(pd.crosstab(df['血壓含量'],df['減肥方式'],margins=True,margins_name='總和').to_dict())

后續(xù)還有透視表pandas.pivot_table()，就自行查看pandas的官方文檔。

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章:

相關(guān)文章

Pycharm激活方法及詳細(xì)教程(詳細(xì)且實(shí)用)
這篇文章主要介紹了Pycharm激活方法及詳細(xì)教程，本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友參考下吧
2020-05-05
python列表的常用操作方法小結(jié)
這篇文章主要為大家詳細(xì)介紹了python字典的常用操作方法，主要內(nèi)容包含Python中列表(List)的詳解操作方法,包含創(chuàng)建、訪(fǎng)問(wèn)、更新、刪除、其它操作等,需要的朋友可以參考下
2016-05-05
使用Python3+PyQT5+Pyserial 實(shí)現(xiàn)簡(jiǎn)單的串口工具方法
今天小編就為大家分享一篇使用Python3+PyQT5+Pyserial 實(shí)現(xiàn)簡(jiǎn)單的串口工具方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-02-02
Python多線(xiàn)程實(shí)現(xiàn)模擬火車(chē)站售票
這篇文章主要為大家詳細(xì)介紹了Python多線(xiàn)程實(shí)現(xiàn)模擬火車(chē)站售票，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下
2021-08-08
如何在Flask中實(shí)現(xiàn)數(shù)據(jù)分組流程詳解
在Flask中，數(shù)據(jù)分組是指將一組數(shù)據(jù)按照某種方式進(jìn)行分類(lèi)，以便更好地對(duì)數(shù)據(jù)進(jìn)行處理和展示，可以使用Python內(nèi)置的itertools模塊中的groupby方法，或者使用SQL語(yǔ)句中的GROUP?BY子句來(lái)實(shí)現(xiàn)數(shù)據(jù)分組，這篇文章介紹了在Flask中實(shí)現(xiàn)數(shù)據(jù)分組，感興趣的同學(xué)可以參考下文
2023-05-05
python?實(shí)現(xiàn)圖片特效處理
這篇文章主要介紹了python?實(shí)現(xiàn)圖片特效處理，對(duì)于??圖片處理?，在日常生活中我們常常能夠看到的，下面我們就來(lái)利用Python來(lái)對(duì)圖片進(jìn)行特效操作,需要的朋友可以參考一下
2022-04-04
Python如何基于selenium實(shí)現(xiàn)自動(dòng)登錄博客園
這篇文章主要介紹了Python如何基于selenium實(shí)現(xiàn)自動(dòng)登錄博客園,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-12-12
django中操作mysql數(shù)據(jù)庫(kù)的方法
對(duì)象關(guān)系映射模式是一種為了解決面向?qū)ο笈c關(guān)系數(shù)據(jù)庫(kù)存在的互不匹配的現(xiàn)象的技術(shù)，這篇文章主要介紹了django中操作mysql數(shù)據(jù)庫(kù)的方法,需要的朋友可以參考下
2022-09-09
Python使用pydub庫(kù)對(duì)mp3與wav格式進(jìn)行互轉(zhuǎn)的方法
今天小編就為大家分享一篇Python使用pydub庫(kù)對(duì)mp3與wav格式進(jìn)行互轉(zhuǎn)的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2019-01-01
pycharm中jupyter的使用圖文教程
這篇文章主要介紹了pycharm中jupyter的使用圖文教程，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2021-05-05