Python:构建 Pandas 数据帧对象

Question

我有一个包含 dtype=object 的数据框，即分类变量，我希望获得每个级别的计数。我希望结果是所有分类变量的完美总结。

为了实现上述目标，我尝试了以下方法:

(第 1 行)获取所有对象类型变量的名称

(第 2 行)计算每个级别的观察数(a、b of v1)

(第 3 行)重命名该列，使其显示为“count”

stringCol = list(df.select_dtypes(include=['object'])) # list object of categorical variables
a = df.groupby(stringCol[0]).agg({stringCol[0]: 'count'})
a = a.rename(index=str, columns={stringCol[0]: 'count'}); a
    count
v1  
a   1279
b   2382

我不确定如何优雅地获得以下打印所有字符串列计数的结果。像这样(仅显示 v1 和 v4，但应该能够打印可变数量的列的此类结果):

    count       count
v1           v4
a   1279     l  32
b   2382     u  3055
             y  549

我能想到的做法是:

1. 选择stringCol的一个元素
2. 计算列中每组的计数。
3. 将结果存储在 Pandas 数据框中。
4. 将 Pandas 数据帧存储在对象中(列表？)
5. 重复
6. 如果 stringCol 的最后一个元素完成，则中断。

但一定有比这更好的方法，只是不知道该怎么做。

Answer 1

我认为最简单的是使用循环:

df = pd.DataFrame({'A':list('abaaee'),
                   'B':list('abbccf'),
                   'C':[7,8,9,4,2,3],
                   'D':[1,3,5,7,1,0],
                   'E':[5,3,6,9,2,4],
                   'F':list('aacbbb')})

print (df)
   A  B  C  D  E  F
0  a  a  7  1  5  a
1  b  b  8  3  3  a
2  a  b  9  5  6  c
3  a  c  4  7  9  b
4  e  c  2  1  2  b
5  e  f  3  0  4  b

<小时/>

stringCol = list(df.select_dtypes(include=['object']))

for c in stringCol:
    a = df[c].value_counts().rename_axis(c).to_frame('count')
    #alternative
    #a = df.groupby(c)[c].count().to_frame('count')
    print (a)

   count
A       
a      3
e      2
b      1
   count
B       
b      2
c      2
a      1
f      1
   count
F       
b      3
a      2
c      1

<小时/>

对于DataFrames列表使用列表理解:

dfs = [df[c].value_counts().rename_axis(c).to_frame('count') for c in stringCol]
print (dfs)

[   count
A       
a      3
e      2
b      1,    count
B       
b      2
c      2
a      1
f      1,    count
F       
b      3
a      2
c      1]