計算范圍內的出現次數

Question

我有一個像這樣的數據集：

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

我需要計算每種類型在特定范圍內的出現次數：

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

我很想得到這個，以便我可以使用這個數據框繪制一個圖，以范圍為 x 軸，計數為 y 軸。 我如何實現這一目標？

Answer 1

制表

首先cut()將金額划分為范圍，然后crosstab()與類型：

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

• 請注意，如果NA此處表示NaN ，則在制表時將它們replace()為字符串：

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

• 默認情況下，制表將丟棄空箱。 如果要保留所有垃圾箱，請使用dropna=False ：

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

---

繪圖

使用DataFrame.plot.bar()繪制交叉表：

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')
)

輸出：

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