计算范围内的出现次数

Question

我有一个像这样的数据集：

ID Amt   TYPE
1  1000  A
2  200   NA
3  1100  S

我需要计算每种类型在特定范围内的出现次数：

Range     A_Count NA_Count S_Count
0-1000    1       1        0
1001-2000 0       0        1

我很想得到这个，以便我可以使用这个数据框绘制一个图，以范围为 x 轴，计数为 y 轴。 我如何实现这一目标？

Answer 1

制表

首先cut()将金额划分为范围，然后crosstab()与类型：

df['Range'] = pd.cut(df.Amt, bins=[0, 1000, 2000])
tab = pd.crosstab(df.Range, df.TYPE).add_suffix('_Count')

# TYPE          A_Count  NA_Count  S_Count
# Range                                   
# (0, 1000]           1         1        0
# (1000, 2000]        0         0        1

• 请注意，如果NA此处表示NaN ，则在制表时将它们replace()为字符串：

   tab = pd.crosstab(df.Range, df.TYPE.replace(np.nan, 'NA')).add_suffix('_Count')

• 默认情况下，制表将丢弃空箱。 如果要保留所有垃圾箱，请使用dropna=False ：

   tab = pd.crosstab(df.Range, df.TYPE, dropna=False).add_suffix('_Count')

---

绘图

使用DataFrame.plot.bar()绘制交叉表：

tab.plot.bar()

或seaborn.barplot() ：

sns.barplot(
    data=tab.reset_index().melt('Range', value_name='Count'),
    x='Range',
    y='Count',
    hue='TYPE',
)

Answer 2

您可以使用pandas.cut和pandas.DataFrame.unstack

df['group'] =  pd.cut(df.Amt, [0,1000,1100])
(df.groupby('group')
   ['TYPE'].value_counts(dropna=False)
   .unstack(-1)
   .fillna(0)
   .add_suffix('_count')
)

输出：

TYPE          nan_count  A_count  S_count
group                                    
(0, 1000]           1.0      1.0      0.0
(1000, 1100]        0.0      0.0      1.0