Python/Pandas：选择特定值并返回系列

Question

我有一个 df，其中包含 20-25、25-30 等形式的“age_bracket”和“no_show”，它的值只有 0 或 1，用于指示患者是否出现在预约或不是。

为了创建条形图，我需要每个年龄显示与未显示的总和比例值。 我试过这个：

noshow_counts = df.groupby('age_bracket')['no_Show'].value_counts()[1]
show_counts = df.groupby('age_bracket')['no_Show'].value_counts()[0]
age_totals = df.groupby('age_bracket').count()['no_Show']

这样计算比例

nowshow_proportions = noshow_counts / age_totals
show_proportions = show_counts /age_totals

这是它在条形图中的使用方式

#Bar Chart
ind = np.arange(len(nowshow_proportions))  
width = 0.40 
# plot bars
noshow_bars = plt.bar(ind, nowshow_proportions, width, color='g', 
alpha=.7, label='No Show')
show_bar = plt.bar(ind + width, show_proportions, width, color='b', 
alpha=.7, label='Show')

这不会产生正确的值。我猜这是因为 value_counts 返回一个对象而不是一个系列。所以这是不正确的

 noshow_counts = df.groupby('age_bracket')['no_Show'].value_counts()[1]
 show_counts = df.groupby('age_bracket')['no_Show'].value_counts()[0]

有没有办法只选择“1”和“0”值并返回一个系列？

Answer 1

我能够得到正确的结果

show_counts = df[df['no_Show'] == 0].groupby('age_bracket').count(). 
['no_Show']
noshow_counts=df[df['no_Show'] == 1].groupby('age_bracket').count(). 
['no_Show']