python - Pandas 整数列的数据透视表返回小数值

Question

我正在使用 pandas 尝试 python 中的数据透视表，并且我有一个列，如果文本中出现某个单词，则包含 1；如果该单词未出现，则包含 0。因此，我期望值列中包含整数值，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，但由于除了数据帧、索引和值之外我没有传递任何参数，我不知道为什么它会这样做。

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)

这些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'])

任何关于可能出现问题的想法都将受到高度赞赏。我不知道为什么我得不到整数。

更新:经过一番尝试后，我非常确定问题在于 python 将枢轴值计算为给定时区中所有观测值的比率。但我仍然不确定如何解决该问题或导致该问题的原因。

Answer 1

由于 pandas 基于 numpy，因此您可能始终会得到浮点结果而不是整数。

pivot_table function接受一个参数aggfunc，默认为numpy.mean。如果你将其更改为 numpy.sum 你应该得到你想要的。

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