python - 将嵌套字典转换为数据帧，其中键作为行名，值中的字典作为列？

Question

我有一个由大量频率计数组成的数据框，其中列标签是正在计算的特征，行标签是正在计算的特征的页面。我需要找到每个特征在所有页面上出现的概率，因此我尝试迭代每一列，将每个总和除以所有列的总和，并将结果保存在字典中作为与键对应的值，但没有成功这是从列标签中获取的。

我的数据框看起来像这样:

    |---------|----------|
    | Word1   | Word2    | 
----|---------|----------|
pg1 |    0    |     1    |
----|---------|----------|
pg2 |    3    |     2    |
----|---------|----------|
pg3 |    9    |     0    |
----|---------|----------|
pg4 |    1    |     6    |
----|---------|----------|
pg5 |    2    |     3    |
----|---------|----------|
pg6 |    0    |     2    |
----|---------|----------|

我希望我的输出是一个字典，其中单词作为键，总和(列)/总和(表)作为值，如下所示:

{ Word1: .517 ,  Word2: .483 }

到目前为止，我已尝试以下操作:

dict = {}
for x in df.sum(axis = 0):
    dict[x] = x / sum(df.sum(axis = 0))
print(dict)

但该命令永远不会完成。我不确定我的代码是否做错了，或者我的笔记本电脑是否根本没有能力处理数据集的大小。

有人能指出我正确的方向吗？

Answer 1

看起来您可以获取每列的总和，然后除以 DF 中整个底层数组的总和的平展值，例如:

df.sum().div(df.values.sum()).to_dict()

这会给你:

{'Word1': 0.5172413793103449, 'Word2': 0.4827586206896552}