迭代行和列，python

Question

請你幫我破解計算嗎？

我有下表：

我需要做的是將預期頻率計算為（行總數*總數）/總計

預期結果：

我假設我需要遍歷行和列。 我試過這樣做：

for i, row in df_dropped.iterrows():
for j, column in row.iteritems():
    data[row][column] = df_dropped.iloc[i, 3] * df_dropped.iloc[2, j]

出現錯誤：基於位置的索引只能有[整數，整數切片（START點為INCLUDED，END point為EXCLUDED），listlike of integer，boolean array]類型

我究竟做錯了什么？

Answer 1

使用numpy.outer作為最后一列和最后一行的外積並除以
loc選擇的標量為numpy數組：

t = df.loc['col_sum', 'row_sum']
arr = np.outer(df['row_sum'], df.loc['col_sum']) / t

然后通過contructor創建DataFrame，使用索引刪除最后一列ans行：

df1 = pd.DataFrame(arr[:-1, :-1], 
                   columns=df.columns[:-1],
                   index=df.index[:-1]).add_prefix('exp_')
print (df1)
   exp_satisfied  exp_neutral  exp_dissatisfied
0      24.605263    20.842105          9.552632
1     145.394737   123.157895         56.447368

獲取新列名稱：

cols = [item for x in df.columns[:-1] for item in (x, 'exp_' + x)]
print (cols)
['satisfied', 'exp_satisfied', 'neutral', 'exp_neutral', 'dissatisfied', 'exp_dissatisfied']

通過concat和reindex一起加入列的預期排序：

df = pd.concat([df.iloc[:-1, :-1], df1], axis=1).reindex(columns=cols)
print (df)
   satisfied  exp_satisfied  neutral  exp_neutral  dissatisfied  \
0         30      24.605263       17    20.842105             8   
1        140     145.394737      127   123.157895            58   

   exp_dissatisfied  
0          9.552632  
1         56.447368  

Answer 2

Jezrael給出了一個很好的答案，你使用numpy和pandas計算預期的頻率。 您還可以使用python統計庫statsmodels來計算這些類型的統計信息。

例如，要計算預期頻率表，您可以：

import statsmodels.api as sm
expected_values = sm.stats.Table(df).fittedvalues

更多信息： statsmodels列聯表