我正在嘗試使用 python 的 pandas 中的 .describe() 創(chuàng)建一個匯總表。我有以下數(shù)據(jù)框：df = pd.DataFrame({'Group':['Group1', 'Group1', 'Group1', 'Group2', 'Group2', 'Group2', 'Group3', 'Group3', 'Group4'],'Cat':['Cat1', 'Cat2', 'Cat3', 'Cat4', 'Cat5', 'Cat', 'Cat7', 'Cat8', 'Cat9'],'Value':[1230,4019,9491,9588,6402,1923,492,8589,8582]})df Group Cat Value0 Group1 Cat1 12301 Group1 Cat2 40192 Group1 Cat3 94913 Group2 Cat4 95884 Group2 Cat5 64025 Group2 Cat 19236 Group3 Cat7 4927 Group3 Cat8 85898 Group4 Cat9 8582我想生成一個按 Group 和 Cat 分組的匯總表，其中不在 Group 中的所有 Cats 以相同的方式顯示，所有值 = 0。我正在嘗試： df.groupby(['Group', 'Cat']).describe()# That has the following output: Value count mean std min 25% 50% 75% max Group Cat Group1 Cat1 1.0 1230.0 NaN 1230.0 1230.0 1230.0 1230.0 1230.0 Cat2 1.0 4019.0 NaN 4019.0 4019.0 4019.0 4019.0 4019.0 Cat3 1.0 9491.0 NaN 9491.0 9491.0 9491.0 9491.0 9491.0 Group2 Cat 1.0 1923.0 NaN 1923.0 1923.0 1923.0 1923.0 1923.0 Cat4 1.0 9588.0 NaN 9588.0 9588.0 9588.0 9588.0 9588.0 Cat5 1.0 6402.0 NaN 6402.0 6402.0 6402.0 6402.0 6402.0 Group3 Cat7 1.0 492.0 NaN 492.0 492.0 492.0 492.0 492.0 Cat8 1.0 8589.0 NaN 8589.0 8589.0 8589.0 8589.0 8589.0 Group4 Cat9 1.0 8582.0 NaN 8582.0 8582.0 8582.0 8582.0 8582.0我想知道如何獲得這個輸出。
2 回答
MYYA
TA貢獻1868條經(jīng)驗 獲得超4個贊
您還可以根據(jù)獲得的索引創(chuàng)建笛卡爾積索引列表reindex：
out = df.groupby(['Group', 'Cat']).describe()
idx = pd.MultiIndex.from_product((out.index.levels[0],out.index.levels[1]))
out = out.reindex(idx,fill_value=0)
Value
count mean std min 25% 50% 75% max
Group1 Cat 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat1 1.0 1230.0 NaN 1230.0 1230.0 1230.0 1230.0 1230.0
Cat2 1.0 4019.0 NaN 4019.0 4019.0 4019.0 4019.0 4019.0
Cat3 1.0 9491.0 NaN 9491.0 9491.0 9491.0 9491.0 9491.0
Cat4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat9 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Group2 Cat 1.0 1923.0 NaN 1923.0 1923.0 1923.0 1923.0 1923.0
Cat1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat4 1.0 9588.0 NaN 9588.0 9588.0 9588.0 9588.0 9588.0
Cat5 1.0 6402.0 NaN 6402.0 6402.0 6402.0 6402.0 6402.0
Cat7 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat9 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Group3 Cat 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
Cat1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
....................................
...............................
慕斯709654
TA貢獻1840條經(jīng)驗 獲得超5個贊
檢查unstack + stack，注意我還建議保留行值NaN不填充 0
out = df.groupby(['Group', 'Cat']).describe().unstack().stack(dropna=False)
添加回答
舉報
0/150
提交
取消