python - 遍历行和列，python

Question

你能帮我破解一下计算吗？

我有下表:

我需要做的是将预期频率计算为(行总计 * 列总计)/总计

预期结果:

我假设我需要迭代行和列。我尝试这样做:

for i, row in df_dropped.iterrows():
for j, column in row.iteritems():
    data[row][column] = df_dropped.iloc[i, 3] * df_dropped.iloc[2, j]

出现错误:基于位置的索引只能有[整数、整数切片(包含起始点、排除结束点)、整数列表、 bool 数组]类型

我做错了什么？

Answer 1

使用numpy.outer对于最后一列和最后一行的外积并除以
由 loc 选择的标量到 numpy 数组:

t = df.loc['col_sum', 'row_sum']
arr = np.outer(df['row_sum'], df.loc['col_sum']) / t

然后通过构造函数创建 DataFrame，并使用索引删除最后一列和行:

df1 = pd.DataFrame(arr[:-1, :-1], 
                   columns=df.columns[:-1],
                   index=df.index[:-1]).add_prefix('exp_')
print (df1)
   exp_satisfied  exp_neutral  exp_dissatisfied
0      24.605263    20.842105          9.552632
1     145.394737   123.157895         56.447368

获取新的列名称:

cols = [item for x in df.columns[:-1] for item in (x, 'exp_' + x)]
print (cols)
['satisfied', 'exp_satisfied', 'neutral', 'exp_neutral', 'dissatisfied', 'exp_dissatisfied']

加入concat和 reindex对于预期的列顺序:

df = pd.concat([df.iloc[:-1, :-1], df1], axis=1).reindex(columns=cols)
print (df)
   satisfied  exp_satisfied  neutral  exp_neutral  dissatisfied  \
0         30      24.605263       17    20.842105             8   
1        140     145.394737      127   123.157895            58   

   exp_dissatisfied  
0          9.552632  
1         56.447368