熊猫系列地图

Question

我有一个带有很多类别的DataFrame，但是我只想使用两个。 我设法获得了想要的结果，但是在我的项目中没有被接受（“有更好的方法”）。 使用2列-性别（M / F）和显示（1/0），我尝试获取4个变量：male1，male0，female1，female0，以使用它们创建条形图。

有人告诉我要使用pd.series.map函数，但是到处都找不到，也找不到很好的例子-也不确定如何从中获取4个变量。

谢谢你的帮助。

Answer 1

pd.Series.map是不必要的。 您可以在此处使用GroupBy并输出字典：

df = pd.DataFrame([['M', 0], ['M', 1], ['M', 1], ['F', 0], ['F', 0], ['F', 1]],
                  columns=['Gender', 'Showed'])

d = df.groupby(['Gender', 'Showed']).size().to_dict()

# {('F', 0): 2, ('F', 1): 1, ('M', 0): 1, ('M', 1): 2}

通常，应避免创建数量可变的变量。 词典允许您有效地提取值，例如通过d[('F', 0)]表示女性性别，显示0。

---

但是，如果确实必须使用map ，则可以使用pd.Index.map版本：

d = df.groupby(['Gender', 'Showed']).size()

res = df.drop_duplicates()
res['Counts'] = res.set_index(['Gender', 'Showed']).index.map(d.get)

print(res)

  Gender  Showed  Counts
0      M       0       1
1      M       1       2
3      F       0       2
5      F       1       1

Answer 2

这似乎是crosstab一种情况（这是一个内置函数：D）

import pandas as pd
df = pd.DataFrame([['M', 0], ['M', 1], ['M', 1], ['F', 0], ['F', 0], ['F', 1]],
                  columns=['Gender', 'Showed'])

pd.crosstab(df.Gender, df.Showed)

输出：

Showed  0  1
Gender      
F       2  1
M       1  2

Answer 3

您可以通过4条简单的代码行来完成此操作。

male0 = ((df['Gender'] == 'M') & (df['Showed'] == 0)).sum()
female0 = ((df['Gender'] == 'F') & (df['Showed'] == 0)).sum()
male1 = ((df['Gender'] == 'M') & (df['Showed'] == 1)).sum()
female1 = ((df['Gender'] == 'F') & (df['Showed'] == 1)).sum()

使用apply ，因为您需要两个系列而不是一个系列，所以需要使用apply 。

male0 = df[['Gender', 'Showed']].apply(lambda row: row['Gender'] == 'M' and row['Showed'] == 0, axis=1).sum() 
female0 = df[['Gender', 'Showed']].apply(lambda row: row['Gender'] == 'F' and row['Showed'] == 0, axis=1).sum() 
male1 = df[['Gender', 'Showed']].apply(lambda row: row['Gender'] == 'M' and row['Showed'] == 1, axis=1).sum() 
female1 = df[['Gender', 'Showed']].apply(lambda row: row['Gender'] == 'F' and row['Showed'] == 1, axis=1).sum() 

使用groupby

counts = df.groupby(['Gender', 'Showed']).size().reset_index(name='Count')