熊猫（累积）value_counts

Question

有没有一种方法可以使值计数到数据帧中的每一行？

|f1|f2|
-------
v1 | a  value_counts -> {a:1}
v2 | a  value_counts -> {a:2}
v3 | b  value_counts -> {a:2,b:1}
v4 | c  value_counts -> {c:1,a:2,b:1}

Answer 1

你可以称之为cumsum上的输出get_dummies感兴趣的列：

>>> pd.get_dummies(df["f2"])
   a  b  c
0  1  0  0
1  1  0  0
2  0  1  0
3  0  0  1
>>> pd.get_dummies(df["f2"]).cumsum()
   a  b  c
0  1  0  0
1  2  0  0
2  2  1  0
3  2  1  1

如果要让value_counts等同于normalize=True ，则可以手动进行：

>>> x = pd.get_dummies(df["f2"]).cumsum()
>>> x.div(x.sum(axis=1), axis=0)
          a         b     c
0  1.000000  0.000000  0.00
1  1.000000  0.000000  0.00
2  0.666667  0.333333  0.00
3  0.500000  0.250000  0.25

这可能是进行进一步数据处理的最佳格式。 虽然您可以将其强制为类似dict的格式，但pandas对非标量元素没有很好的支持，因此，除了速度慢之外，它还可能导致神秘的错误。 说：

>>> pd.get_dummies(df["f2"]).cumsum().apply(dict, axis=1)
0    {'a': 1, 'b': 0, 'c': 0}
1    {'a': 2, 'b': 0, 'c': 0}
2    {'a': 2, 'b': 1, 'c': 0}
3    {'a': 2, 'b': 1, 'c': 1}
dtype: object