数据框中操纵和聚集

-2

City  Status  q1 q2 Record 
0 Austin  Standard N Y Active 
1 Dallas  Standard N y Active 
2 Orlando Standard N N Active 
3 Orlando Ex   Y Y Inactive 
4 Orlando Standard N N Active

我试图操纵它看起来像这样：

   Count % 
All Cities  5  100.0% 
Active   4  80% 
    Ex   1  20% 
    Standard  4  80% 
    Q1 = Y  1  20% 
    Q2 = Y  2  40% 
Inactive  1  20%

我已经使出了一大块的代码，分别计算通过将每个df列分解为其组件状态（例如，q1yes的列，q1no的列等），然后递归填充数据框，但我觉得我必须缺少某些东西。

我还需要按照城市打破它，但我想寻求更多的帮助

来源

2016-07-31 M Arroyo

你能做到这样之前推测的那部分：

In [159]: df.q1 = 'Q1 = ' + df.q1.str.upper() 

In [160]: df.q2 = 'Q2 = ' + df.q2.str.upper() 

In [161]: df 
Out[161]: 
     City Status  q1  q2 Record 
0 Austin Standard Q1 = N Q2 = Y Active 
1 Dallas Standard Q1 = N Q2 = Y Active 
2 Orlando Standard Q1 = N Q2 = N Active 
3 Orlando  Ex Q1 = Y Q2 = Y Inactive 
4 Orlando Standard Q1 = N Q2 = N Active 

In [173]: r = (df.drop('City',1) 
    .....:  .apply(lambda x: x.value_counts()) 
    .....:  .apply(lambda x: x[x.first_valid_index()], axis=1) 
    .....:  .to_frame('Count') 
    .....:  .astype(np.int16) 
    .....: ) 

In [174]: r['pct'] = (r.Count/len(df) * 100).astype(str) + '%' 

In [175]: r.loc['All Cities'] = [len(df), '100.0%'] 

In [176]: r 
Out[176]: 
      Count  pct 
Active   4 80.0% 
Ex    1 20.0% 
Inactive  1 20.0% 
Q1 = N   4 80.0% 
Q1 = Y   1 20.0% 
Q2 = N   2 40.0% 
Q2 = Y   3 60.0% 
Standard  4 80.0% 
All Cities  5 100.0%

最后：

In [178]: r[~r.index.str.contains('= N')] 
Out[178]: 
      Count  pct 
Active   4 80.0% 
Ex    1 20.0% 
Inactive  1 20.0% 
Q1 = Y   1 20.0% 
Q2 = Y   3 60.0% 
Standard  4 80.0% 
All Cities  5 100.0%

来源

2016-07-31 21:31:31 MaxU

数据框中操纵和聚集

回答

相关问题