Объединение одного столбца и кросс-табулирование вхождений в соответствии с другим столбцом - PullRequest
Новая
       25

Объединение одного столбца и кросс-табулирование вхождений в соответствии с другим столбцом

0 голосов
/ 10 января 2019

Мои данные выглядят так: 

        CPB% Bin
0   0.011368   A
1   0.011397   A
2   0.011946   A
3   0.011353   A
4   0.011382   A
5   0.016643   A
6   0.018974   A
7   0.011828   A
8   0.010999   A
9   0.008970   B
10  0.008988   B
11  0.009070   B
12  0.009089   A
13  0.009089   A
14  0.008978   B
15  0.009951   A
16  0.011174   A
17  0.008976   B
18  0.010339   A
19  0.012273   A
20  0.009694   A
21  0.007221   B
22  0.015916   A
23  0.007943   B
24  0.008711   B

И что мне нужно, это: 

           CPB% Bin-A Bin-B
0.01       20    15    5
0.02       30    15    15
0.03       75    50    25
0.04       67    50    17

Я попробовал следующее: 

bins = np.linspace(0, 1, num=1000)
df_b = pd.DataFrame(pd.cut(df['CPB%'], bins=bins).value_counts()).sort_index(ascending = True)

Но тогда я не знаю, как распределить и посчитать количество CPB% для конкретного кластера (например, 0,01) между A и B. Есть идеи? Спасибо!

1 Ответ

0 голосов
/ 10 января 2019

Используйте pd.crosstab для кросс-таблицы подсчета: 

pd.crosstab(pd.cut(df['CPB%'], bins=bins), df.Bin)

Пример использования pd.qcut (не путать с pd.cut) с ячейками в качестве квантилей: 

pd.crosstab(pd.qcut(df['CPB%'], 4), df.Bin)

Bin                 A  B
CPB%                    
(0.00622, 0.00899]  0  7
(0.00899, 0.0103]   5  1
(0.0103, 0.0114]    6  0
(0.0114, 0.019]     6  0

Если вы хотите использовать левую часть интервала в качестве метки индекса, вы можете сделать что-то вроде 

import operator
pd.crosstab(pd.qcut(df['CPB%'], 4).map(operator.attrgetter('left')), df.Bin)
# On v0.24,
# pd.crosstab(pd.qcut(df['CPB%'], 4).arrays.left, df.Bin)

Bin      A  B
CPB%         
0.00622  0  7
0.00899  5  1
0.01030  6  0
0.01140  6  0
...