[英]Pandas- How to get number of times row occurs for each corresponding value in another column
我有一個非常復雜的問題,我需要幫助搞清楚。
首先,我有一個數據幀:
one two three four Date
comedy a asad 123 2013-01-18 10:00:00
romantic b fas 563 2015-01-28 12:00:00
comedy c ewf 134 2014-01-22 09:00:00
action a qef 561 2013-02-18 18:00:00
action z adwq 1323 2016-01-23 16:00:00
...
我試圖找到計算數據列中每周的“一”列中每個唯一值的出現次數(頻率)的最佳方法。 然后,我希望能夠以某種方式比較每周中每次出現的頻率是否更高,導致列'4'的數字更高或更低。
我想要的輸出是這樣的,但我願意接受更好的解決方案:
ones 2013-01-00 2013-01-07 2013-01-14..... Total_frequency
comedy 4 5 6 15
romantic 1 2 0 3
action 0 0 0 0
....
列'one'中的每個唯一值都在'ones'下,並且每周的總出現次數在每周列之下。 (周列將在指定的一周開始(例如,在上述情況下 - > 2013-01-00)。
雖然,我在嘗試考慮將整個頻率與數據幀中的第4列相關聯的最佳方法時遇到了麻煩。
如果有人知道我可以做到這一點的最佳方式,我們將非常感激。
如果您需要更多信息,請告訴我。
編輯:
ones 2013-01-00 2013-01-07 2013-01-14..... Total_frequency
comedy 4 5 6 15
romantic 1 2 0 3
action NaN 1 0 1
謝謝。
采用:
#changed data sample for better verify output
print (df)
one two three four Date
0 comedy a asad 123 2013-01-18 10:00:00
1 romantic b fas 563 2013-01-28 12:00:00
2 comedy c ewf 134 2013-01-22 09:00:00
3 action a qef 561 2013-02-18 18:00:00
4 action z adwq 1323 2013-01-23 16:00:00
使用Grouper
與DataFrameGroupBy.size
和unstack
:
df['Date'] = pd.to_datetime(df['Date'])
df = (df.groupby(['one',pd.Grouper(freq='W-MON', key='Date')])
.size()
.unstack(fill_value=0)
.sort_index(axis=1))
df.columns = df.columns.date
df['Total_frequency'] = df.sum(axis=1)
print (df)
2013-01-21 2013-01-28 2013-02-18 Total_frequency
one
action 0 1 1 2
comedy 1 1 0 2
romantic 0 1 0 1
編輯:在第一個NaN
之后為值創建布爾掩碼,並僅通過此掩碼替換缺失值:
print (df)
2013-01-00 2013-01-07 2013-01-14
ones
comedy 4.0 5 6.0
romantic 1.0 2 NaN
action NaN 1 NaN
mask = df.notnull().cumsum(axis=1).ne(0)
#another solution
#mask = df.ffill(axis=1).notnull()
df = df.mask(mask, df.fillna(0))
print (df)
2013-01-00 2013-01-07 2013-01-14
ones
comedy 4.0 5 6.0
romantic 1.0 2 0.0
action NaN 1 0.0
你可以試試這個:
df = pd.DataFrame({'one': [random.choice(['comedy', 'action', 'romantic']) for i in range(1000)],
'Date': pd.date_range(start = '2013-01-01', periods = 1000)})
df.head()
one Date
0 romantic 2013-01-01
1 romantic 2013-01-02
2 romantic 2013-01-03
3 action 2013-01-04
4 romantic 2013-01-05
df.groupby([pd.Grouper(key = 'Date', freq = 'W'), 'one'])['one'].count().unstack(level = 0)
Date 2013-01-06 2013-01-13 2013-01-20.....
one
comedy 2 2 2
romantic NaN 2 2
action 4 3 3
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.