两个分类变量（熊猫）的描述性统计

Question

我需要获得两个分类变量之间频率的平均值和中位数。例如：

标签字母编号
Foo |一个 | 1
Foo |乙| 2
Foo | C | 4
酒吧 |一个 | 2
酒吧 |克| 3
酒吧 | N | 1
酒吧 |磷 | 2
中东欧 |乙| 1
中东欧 |乙| 2
中东欧 | C | 4
中东欧 | D | 5

例如，每个标签的字母平均数和中位数是多少。这里有 11 个可能的标签（M=3.667），中位数是 4（3 foo，4 bar，4 cee）。我如何在熊猫中计算这个。是否可以使用 groupby 语句来做到这一点？我的数据集比这大得多。

Answer 1

一列需要value_counts 或groupby + size（或count，如果需要省略NaNs）：

a = df['Label'].value_counts()
print (a)
Cee    4
Bar    4
Foo    3
Name: Label, dtype: int64

#alternative
#a = df.groupby('Label').size()
print (a.mean())
3.6666666666666665

print (a.median())
4.0

---

a = df.groupby(['Label','Letter']).size()
print (a)
Label  Letter
Bar    A         1
       G         1
       N         1
       P         1
Cee    B         2
       C         1
       D         1
Foo    A         1
       B         1
       C         1
dtype: int64

print (a.mean())
1.1

print (a.median())
1.0