[英]Missing data in pandas.crosstab
我正在制作一些带有熊猫的交叉表:
a = np.array(['foo', 'foo', 'foo', 'bar', 'bar', 'foo', 'foo'], dtype=object)
b = np.array(['one', 'one', 'two', 'one', 'two', 'two', 'two'], dtype=object)
c = np.array(['dull', 'dull', 'dull', 'dull', 'dull', 'shiny', 'shiny'], dtype=object)
pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])
b one two
c dull dull shiny
a
bar 1 1 0
foo 2 1 2
但我真正想要的是以下内容:
b one two
c dull shiny dull shiny
a
bar 1 0 1 0
foo 2 0 1 2
我通过添加新列和设置级别作为新的MultiIndex找到了解决方法,但似乎很难......
有没有办法将MultiIndex传递给交叉表函数来预定义输出列?
交叉表函数有一个名为dropna的参数,默认情况下设置为True。 此参数定义是否应显示空列(例如一个闪亮列)。
我试着像这样调用这个函数:
pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'], dropna = False)
这就是我得到的:
b one two
c dull shiny dull shiny
a
bar 1 0 1 0
foo 2 0 1 2
希望这仍然有用。
我认为没有办法做到这一点,并且crosstab
调用pivot_table
中的pivot_table
,这似乎也没有提供。 我把它作为一个问题提出来了 。
一个hacky解决方法(可能与您已经使用的相同或不同......):
from itertools import product
ct = pd.crosstab(a, [b, c], rownames=['a'], colnames=['b', 'c'])
a_x_b = list(product(np.unique(b), np.unique(c)))
a_x_b = pd.MultiIndex.from_tuples(a_x_b)
In [15]: ct.reindex_axis(a_x_b, axis=1).fillna(0)
Out[15]:
one two
dull shiny dull shiny
a
bar 1 0 1 0
foo 2 0 1 2
如果product
太慢,这里是一个简单的实现 。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.