4 回答

• 2

  你可以用0填充nan值，然后找到len

  df = pd.DataFrame({
  'JobCategory':[random.choice(jobs) for i in range(300)],
  'Region':[random.randint(1,5) for i in range(300)],
  'MaritalStatus':[random.choice(['Not Married', 'Married']) for i in range(299)].append(np.NaN)})
  
  df = df.fillna(0)
  print(pd.pivot_table(df,
         index='JobCategory',
         columns='Region',
         margins=True,
         values='MaritalStatus',
         aggfunc=len))
  

  输出：

  Region                   1     2     3     4     5    All
  JobCategory                                              
  Agriculture           19.0  17.0  13.0  20.0   9.0   78.0
  Crafts                17.0  14.0   9.0  11.0  16.0   67.0
  Labor                 10.0  17.0  15.0  19.0  11.0   72.0
  Professional          11.0  14.0  19.0  19.0  20.0   83.0
  All                   57.0  62.0  56.0  69.0  56.0  300.0
  

  回复于 2024-04-28T03:55:25+08:00
• 0

  len 聚合函数计算 MaritalStatus 的值沿 JobCategory - Region 的特定组合出现的次数 . 因此，你正在计算 JobCategory - Region 实例的数量，这正是你所期待的 .

  回复于 2024-04-28T03:55:25+08:00
• 0

  如果将数据帧剪切为仅作为最终索引的一部分的列计数行的工作，而不必引用另一列 .

  pd.pivot_table(testdata[['JobCategory', 'Region']],
                 index='JobCategory',
                 columns='Region',
                 margins=True,
                 aggfunc=len)
  

  除了没有“MaritialStatus”的行之外，输出与问题中的输出相同 .

  回复于 2024-04-28T03:55:25+08:00
• 0

  编辑

  我们可以为每个记录分配键值，并对该值进行计数或调整 .

  df = pd.DataFrame({
  'JobCategory':[random.choice(jobs) for i in range(300)],
  'Region':[random.randint(1,5) for i in range(300)],
  'MaritalStatus':[random.choice(['Not Married', 'Married']) for i in range(299)].append(np.NaN)})
  
  print(pd.pivot_table(df.assign(key=1),
             index='JobCategory',
             columns='Region',
             margins=True,
             aggfunc=len,
             values='key'))
  

  输出：

  Region           1     2     3     4     5    All
  JobCategory                                      
  Agriculture   16.0  14.0  13.0  16.0  16.0   75.0
  Crafts        14.0   9.0  17.0  22.0  13.0   75.0
  Labor         11.0  18.0  20.0  10.0  16.0   75.0
  Professional  16.0  14.0  15.0  14.0  16.0   75.0
  All           57.0  55.0  65.0  62.0  61.0  300.0
  

  ---

  您可以添加MaritalStatus作为 values 参数，这将消除列索引中的额外级别 . 使用aggfunc = len ，你选择什么作为值参数并不重要，它将为该聚合中的每一行返回1的计数 .

  所以，试试：

  print(pd.pivot_table(df,
             index='JobCategory',
             columns='Region',
             margins=True,
             aggfunc=len,
             values='MaritalStatus'))
  

  输出：

  Region           1     2     3     4     5    All
  JobCategory                                      
  Agriculture   10.0  18.0  10.0  15.0  19.0   72.0
  Crafts        11.0  13.0  17.0  11.0  22.0   74.0
  Labor         12.0  10.0  18.0  16.0  12.0   68.0
  Professional  21.0  16.0  20.0  13.0  16.0   86.0
  All           54.0  57.0  65.0  55.0  69.0  300.0
  

  选项2

  使用 groupby 和 size ：

  df.groupby(['JobCategory','Region']).size()
  

  输出：

  JobCategory   Region
  Agriculture   1         10
                2         18
                3         10
                4         15
                5         19
  Crafts        1         11
                2         13
                3         17
                4         11
                5         22
  Labor         1         12
                2         10
                3         18
                4         16
                5         12
  Professional  1         21
                2         16
                3         20
                4         13
                5         16
  dtype: int64
  

  回复于 2024-04-28T03:55:25+08:00