- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
假设我在 csv 文件 example.csv
中有以下数据:
Word Score
Dog 1
Bird 2
Cat 3
Dog 2
Dog 3
Dog 1
Bird 3
Cat 1
Bird 1
Cat 3
我想计算每个分数的每个单词的频率。预期输出如下:
1 2 3
Dog 2 1 1
Bird 0 1 1
Cat 1 0 2
我执行此操作的代码如下:
将 pandas 导入为 pd
x1 = pd.read_csv(r'path\to\example.csv')
def getUniqueWords(allWords) :
uniqueWords = []
for i in allWords:
if not i in uniqueWords:
uniqueWords.append(i)
return uniqueWords
unique_words = getUniqueWords(x1['Word'])
unique_scores = getUniqueWords(x1['Score'])
scores_matrix = [[0 for x in range(len(unique_words))] for x in range(len(unique_scores)+1)]
# The '+1' is because Python indexing starts from 0; so if a score of 0 is present in the data, the 0 index will be used for that.
for i in range(len(unique_words)):
temp = x1[x1['Word']==unique_words[i]]
for j, word in temp.iterrows():
scores_matrix[i][j] += 1 # Supposed to store the count for word i with score j
但这会出现以下错误:
IndexError Traceback (most recent call last)
<ipython-input-123-141ab9cd7847> in <module>()
19 temp = x1[x1['Word']==unique_words[i]]
20 for j, word in temp.iterrows():
---> 21 scores_matrix[i][j] += 1
IndexError: list index out of range
此外,即使我可以修复此错误,scores_matrix
也不会显示标题(Dog
、Bird
、Cat
作为行索引,1
、2
、3
作为列索引)。我希望能够访问每个分数的每个单词的计数 - 达到这样的效果:
scores_matrix['Dog'][1]
>>> 2
scores_matrix['Cat'][2]
>>> 0
那么,我该如何解决/修复这两个问题?
最佳答案
使用groupby
与 sort=False 和 value_counts
或size
与 unstack
:
df1 = df.groupby('Word', sort=False)['Score'].value_counts().unstack(fill_value=0)
<小时/>
df1 = df.groupby(['Word','Score'], sort=False).size().unstack(fill_value=0)
print (df1)
Score 1 2 3
Word
Dog 2 1 1
Bird 1 1 1
Cat 1 0 2
如果顺序不重要,请使用 crosstab
:
df1 = pd.crosstab(df['Word'], df['Score'])
print (df1)
Score 1 2 3
Word
Bird 1 1 1
Cat 1 0 2
Dog 2 1 1
最后通过带有 DataFrame.loc
的标签进行选择:
print (df.loc['Cat', 2])
0
关于python - 如何构建 pandas 数据框中项目的频率计数表?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51280121/
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 年前。 Improve
我有点卡在 JavaScript 逻辑上来完成这个任务。 基本上 如果我给出一个数字(比如 30) 我想在两边都显示 5。 所以 25 26 27 28 29 30 31 32 33 34 35 这部
我编写的程序有问题。我无法获得输入字符串的正确字数,但我获得了正确的最长字符数。我不知道为什么,但这是我的代码。我正在做的是将一个字符串传递给一个函数,该函数将字符串中的所有字母大写。然后,该函数逐个
我有功能 public ArrayList vyberNahodnaPismena() { String[] seznamPismen = {"A", "Á", "B", "C", "Č",
这可以在 PGSQL 中完成吗?我有一个我创建的 View ,其中主机名、ip 和数据中心来自一个表,ifdesc 和 if stats 来自另一个表。 View 输出如下所示: hostname |
我想要一组来自订单文件的数据,这些数据可以为我提供客户编号、订单编号、产品、数量、价格以及每个订单的订单详细信息文件中的行数。我在最后一部分遇到问题。 Select Header.CustNo, He
我有属于街道的房子。一个用户可以买几套房子。我如何知道用户是否拥有整条街道? street table with columns (id/name) house table with columns
我有一套有 200 万个主题标签。然而,只有大约 200k 是不同的值。我想知道哪些主题标签在我的数据中重复得更多。 我用它来查找每个主题标签在我的数据集上重复了多少次: db.hashtags.ag
我有如下文件: { "_id" : "someuniqueeventid", "event" : "event_type_1", "date" : ISODate("2014-
我有以下三个相互关联的表: 主持人(有多个 session ) session (有多个进程) 过程 表结构如下: 主机表 - id, name session 表 - id, host_id, na
我需要根据 2 个字段对行进行计数以进行分组。 动物(一) id group_id strain_id death_date death_cause status --
我有一个 LINQ 语句,我正在努力改正,所以可能这一切都错了。我的目标是查询一个表并加入另一个表以获取计数。 地点 标识、显示 ProfilePlaces ID、PlaceID、通话、聆听 基本上P
我无法编写 Countifs 来完成我想要的。我每个月都会运行一份 claim 报告,其中包含大量按列组织的数据,并每月将其导出到 Excel 中。在一个单独的选项卡上,我有引用此数据复制到的选项卡的
我有一些数据采用此 sqlfilddle 中描述的格式:http://sqlfiddle.com/#!4/b9cdf/2 基本上,一个包含用户 ID 和事件发生时间的表。我想做的是根据用户发生事件的时
我有以下 SQL 语句: SELECT [l.LeagueId] AS LeagueId, [l.LeagueName] AS NAME, [lp.PositionId] FROM
我试图找出一个值在列中出现的平均次数,根据另一列对其进行分组,然后对其进行计算。 我有 3 张 table ,有点像这样 DVD ID | NAME 1 | 1 2 | 1 3
我有一个非常简单的 SQL 问题。我有一个包含以下列的数据库表: 零件号 销售类型(为简单起见,称之为销售类型 1、2、3、4、5) 我希望编写一个包含以下三列的查询: 零件号 Sales Type
我创建了以下存储过程,用于计算选定位置的特定范围之间每天的记录数: [dbo].[getRecordsCount] @LOCATION as INT, @BEGIN as datetime, @END
我有一个包含一组列的表,其中一个是日期列。 我需要计算该列的值引用同一个月的次数。如果一个月内,该计数的总和超过 3,则返回。 例如: ____________________ | DATE |
看XXX数据如下: lala XXX = EL String [XXX] | TXT String | MMS String 为此,XXX数据yppz是由 lala
我是一名优秀的程序员,十分优秀!