整数列的 Pandas Pivot 表返回十进制值

Question

我正在使用 pandas 在 python 中试验数据透视表，如果单词出现在文本中，我有一列包含 1，如果单词没有出现，则包含 0。因此，我期待值列中的整数值，但我得到的输出如下：

Athens                       0.085366
Atlantic Time (Canada)       0.545455
Baghdad                      0.457746
Baku                         0.500000
Beijing                      0.000000
Belgrade                     0.000000
Berlin                       0.000000
Brasilia                     0.666667
Brisbane                     0.000000

我认为它可能会采用一些比率而不是总数，但由于除了数据框、索引和值之外我没有传递任何参数，所以我不知道它为什么会这样做。

我有一个数据框，其中包含从推文的 JSON 代码创建的列

tweets['timezone'] = list(map(lambda tweet: (tweet['user']['time_zone'] if 'time_zone' != None else None ),tweets_data))
tweets['ktheer'] = tweets['text'].apply(lambda tweet: word_in_text('كثير', tweet),tweets_data)

这是我用于数据透视表的两列，这是制作表格的代码：

words_pivot = pd.pivot_table(tweets, index = ['timezone'], values = ['ktheer'])

非常感谢您对可能出错的任何想法。我不知道为什么我不会得到整数。

更新：经过一番尝试，我很确定问题在于 python 将枢轴值计算为给定时区中所有观察值的比率。但我仍然不确定如何解决问题或导致问题的原因。

Answer 1

因为pandas 基于numpy，您可能总是得到浮点结果而不是整数。

pivot_table function 接受参数aggfunc，默认为numpy.mean。如果你把它改成numpy.sum，你应该得到你想要的。

words_pivot = pd.pivot_table(tweets, index = ['timezone'], values = ['ktheer'], aggfunc=numpy.sum)