提问人：zzzbbx 提问时间：11/17/2023 更新时间：11/17/2023 访问量：60
在 pandas groupby 中使用 reindex 和 value_counts
Using reindex with value_counts in pandas groupby
问：
我想将value_counts与 groupby 一起使用，并将所有标签保留在原始数据帧中。在下面的示例中，例如，
import pandas as pd
df = pd.DataFrame(
{
'month': [1, 1, 1, 1, 1, 1, 2, 2, 2],
'day': [1, 1, 1, 2, 2, 2, 1, 1, 1],
'value': [1, 2, 3, 4, 5, 6, 1, 1, 1],
}
)
df.groupby(['month', 'day'])['value'].value_counts(normalize=True)
month day value
1 1 1 0.333333
2 0.333333
3 0.333333
2 4 0.333333
5 0.333333
6 0.333333
2 1 1 1.000000
我想显示月和日的所有组合从 1 到 6 的所有值（未显示的值为零。
添加 ，会产生错误：.reindex(range(1, 6))
ValueError：缓冲区 dtype 不匹配，预期为“Python 对象”，但得到 “多头”
答：
0赞
mozway
11/17/2023
#1
将值列转换为（可选地使用 指定所有现有类别，然后将自动计算所有类别：categorycategories=[…]value_counts
df['value'] = pd.Categorical(df['value'])
df.groupby(['month', 'day'])['value'].value_counts(normalize=True)
输出：
month day value
1 1 2 0.333333
1 0.333333
3 0.333333
4 0.000000
5 0.000000
6 0.000000
2 4 0.333333
6 0.333333
5 0.333333
1 0.000000
2 0.000000
3 0.000000
2 1 1 1.000000
5 0.000000
6 0.000000
4 0.000000
3 0.000000
2 0.000000
2 5 0.000000
4 0.000000
3 0.000000
2 0.000000
1 0.000000
6 0.000000
Name: proportion, dtype: float64
评论
0赞
zzzbbx
11/17/2023
代码应该只在值列下添加缺失值，所以月份和日期应该与上面的输出一样
0赞
mozway
11/17/2023
@zzzbbx我明白了，为了清楚起见，最好使用确切的预期输出来编辑问题。也就是说，这是相同的逻辑，然后使用分类值（请参阅更新）
0赞
Shubham Bansal
11/17/2023
#2
您可以使用数据透视表来执行此操作，因为由于 group by 语句，您的数据帧具有多索引。如下所示 -
import pandas as pd
df = pd.DataFrame(
{
'month': [1, 1, 1, 1, 1, 1, 2, 2, 2],
'day': [1, 1, 1, 2, 2, 2, 1, 1, 1],
'value': [1, 2, 3, 4, 5, 6, 1, 1, 1],
}
)
pivot = pd.pivot_table(df, index=['month', 'day'], columns=['value'], aggfunc=len, fill_value=0)
pivot = pivot.div(pivot.sum(axis=1), axis=0)
print(pivot)
输出：
value 1 2 3 4 5 6
month day
1 1 0.333333 0.333333 0.333333 0.000000 0.000000 0.000000
2 0.000000 0.000000 0.000000 0.333333 0.333333 0.333333
2 1 1.000000 0.000000 0.000000 0.000000 0.000000 0.000000
1赞
PaulS
11/17/2023
#3
另一个可能的解决方案：
(df.groupby(['month', 'day'])['value']
.apply(lambda x: x.value_counts(normalize=True)
.reindex(range(1, 7), fill_value=0)
.rename_axis('value'))
.rename('proportion'))
输出：
month day value
1 1 1 0.333333
2 0.333333
3 0.333333
4 0.000000
5 0.000000
6 0.000000
2 1 0.000000
2 0.000000
3 0.000000
4 0.333333
5 0.333333
6 0.333333
2 1 1 1.000000
2 0.000000
3 0.000000
4 0.000000
5 0.000000
6 0.000000
Name: proportion, dtype: float64
评论