熊猫计算数据框每一列中的值答案

【问题标题】：pandas count values in each column of a dataframe熊猫计算数据框每一列中的值
【发布时间】：2014-04-06 00:05:37
【问题描述】：

我正在寻找一种方法来计算一列中的值的数量，并且证明它比我最初想象的要复杂。

       Percentile   Percentile1 Percentile2 Percentile3
0       mediocre    contender   contender   mediocre
69      mediocre    bad         mediocre    mediocre
117     mediocre    mediocre    mediocre    mediocre
144     mediocre    none        mediocre    contender
171     mediocre    mediocre    contender   mediocre

我正在尝试创建类似于以下输出的内容。它采用四个选项并按列计算它们。它本质上是每列的 pd.value.counts。任何帮助都将不胜感激。

         Percentile     Percentile1     Percentile2     Percentile3
mediocre:    5               2               3               4
contender:   0               1               2               1
bad:         0               1               0               0
none:        0               1               0               0

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这有助于首先让您的数据“整洁”(PDF)。这意味着列应该代表变量，行应该代表观察。

In [98]: df
Out[98]: 
    Percentile Percentile1 Percentile2 Percentile3
0     mediocre   contender   contender    mediocre
69    mediocre         bad    mediocre    mediocre
117   mediocre    mediocre    mediocre    mediocre
144   mediocre        none    mediocre   contender
171   mediocre    mediocre   contender    mediocre

[5 rows x 4 columns]

在这种情况下，melting DataFrame 使它变得整洁：

In [125]: melted = pd.melt(df); melted
Out[125]: 
       variable      value
0    Percentile   mediocre
1    Percentile   mediocre
2    Percentile   mediocre
3    Percentile   mediocre
4    Percentile   mediocre
5   Percentile1  contender
6   Percentile1        bad
7   Percentile1   mediocre
8   Percentile1       none
9   Percentile1   mediocre
10  Percentile2  contender
11  Percentile2   mediocre
12  Percentile2   mediocre
13  Percentile2   mediocre
14  Percentile2  contender
15  Percentile3   mediocre
16  Percentile3   mediocre
17  Percentile3   mediocre
18  Percentile3  contender
19  Percentile3   mediocre

[20 rows x 2 columns]

然后使用crosstab制作频率表：

In [127]: pd.crosstab(index=[melted['value']], columns=[melted['variable']])
Out[127]: 
variable   Percentile  Percentile1  Percentile2  Percentile3
value                                                       
bad                 0            1            0            0
contender           0            1            2            1
mediocre            5            2            3            4
none                0            1            0            0

[4 rows x 4 columns]

【讨论】：

更新。从 pd.crosstab 中的 pandas 0.16.0 开始，使用 columns 而不是 cols，请参阅文档 here