Pandas：如何按每行的非 NaN 數量進行 GROUPBY？

Question

我有一個檢查所有適用問題的結果：

A   |  B  | C ...
1   | NaN | 1
NaN |  1  | NaN

其中NaN表示響應者沒有選擇該選項，如果他們選擇了該選項，則為1 。

我想按每行中非 NaN 的數量進行分組。 具體來說，這是我想要做的那種輸出可視化：

我嘗試使用count() ：

df.count(axis=1).reset_index()

我得到了每個用戶的選定框數，但我不知道下一步是什么。

Answer 1

如果數據框是這樣的，我又包含了 1 行，以便我們得到 4+ 的值：

import pandas as pd
import numpy as np
from matplotlib.ticker import FuncFormatter

df = pd.DataFrame({'A':[1,np.nan,1,np.nan],
                   'B':[np.nan,1,np.nan,np.nan],
                   'C':[np.nan,1,1,np.nan],
                  'D':[np.nan,np.nan,1,np.nan]})

df.isna().sum(axis=1)會給你每行df.isna().sum(axis=1)數量。 但是你想成為這些值，你可以使用pd.cut ：

labels = pd.cut(df.isna().sum(axis=1),[-np.inf,1,3,+np.inf],labels=['0-1','2-3','4+'])
labels

0    2-3
1    2-3
2    0-1
3     4+

只需繪制這個：

ax = (labels.value_counts(sort=False) / len(labels)).plot.bar()
ax.yaxis.set_major_formatter(FuncFormatter(lambda y, _: '{:.0%}'.format(y)))