[英]Can a pandas series be a column rather than a row?
这是一个真实的问题,尽管乍看起来似乎是在分裂头发。 基本上,我想将序列视为列而不是行,即使在技术上不能将序列划分为行和列(?),而一维numpy数组也可以,但我认为这是直觉的。 这个例子:
df = pd.DataFrame( { 'a' : [5,3,1],
'b' : [4,6,2],
'c' : [2,4,9] } )
df['rowsum'] = df.sum(1)
In [31]: df
Out[31]:
a b c rowsum
0 5 4 2 11
1 3 6 4 13
2 1 2 9 12
我只想按行获取百分比(因此行的总和为1)。 我想这样做:
df.iloc[:,0:3] / df.rowsum
由于您可以将rowum设为列或行向量,因此在numpy(具有重塑形状)中可以很好地工作。 但是在这里,我无法重塑序列或在df.rowsum上使用T。 似乎可以转置数据帧,但不能转置一系列。 以下工作(以及其他几种解决方案)。 它可以自然地以numpy编码,但这涉及到转换为数组,然后再转换为数据帧。
In [32]: ( df.iloc[:,0:3].T / df.rowsum ).T
Out[32]:
a b c
0 0.454545 0.363636 0.181818
1 0.230769 0.461538 0.307692
2 0.083333 0.166667 0.750000
很抱歉,这似乎微不足道,但是能够以直观的方式按行和列进行编码非常有价值。 因此,问题仅仅是:我可以使序列的行为像列向量,而不是行向量吗?
同样,这在列上也可以正常工作似乎不一致。
df.iloc[:,0] / df.rowsum
在这种情况下,大熊猫似乎是在划分(按元素划分)两个列数组(出于显示的考虑,即使行/列的区分是人为的)。 但是,当该表达式的第一部分从数据帧更改为系列时,它似乎实际上是从3x1变为1x2。 这就像从系列到数据帧是隐式转换操作吗?
也许可以考虑一下:
all( dist.iloc[:,:10].index == dist.rowsum.index )
Out[1526]: True
索引在这里排列,为什么熊猫似乎在系列/系列广播中使用索引而不是在数据帧/系列广播中使用索引? 还是我只是在想这是完全错误的?!
尝试这个
df.apply(lambda x:x/x[3], axis = 1)
a b c rowsum
0 0.454545 0.363636 0.181818 1
1 0.230769 0.461538 0.307692 1
2 0.083333 0.166667 0.750000 1
如果不需要rowsum列,则可以使用
df.apply(lambda x:x/sum(x), axis = 1) #with your original dataFrame
尝试
df.iloc[:, 0:3].div(df.rowsum, axis=0)
看看是否是您想要的。
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.