python - 熊猫数据透视表 - 导致意外边距的有序类别
问题描述
使用 python 3.7 和 pandas 0.23.4。我正在尝试使用有序的分类数据制作数据透视表。如果我包括边距,则小计的顺序似乎不正确。
import pandas as pd
m='male'
f='female'
data = {'num': [0,1,2,3,4,5,6,7,8,9],
'age': [1,2,2,3,3,3,3,1,2,3],
'sex': [f,f,f,f,f,f,f,m,m,m]}
df = pd.DataFrame(data=data)
df['age1'] = pd.Categorical(df['age'],categories=[3,2,1],ordered=True)
df['sex1'] = pd.Categorical(df['sex'],categories=[m,f],ordered=True)
pd.pivot_table(df,values='num',index='age1',columns='sex1',aggfunc='count',margins=True)
输出(边距顺序不正确,“所有”总和不在正确的行或列中):
sex1 male female All
age1
3 1 4 2
2 1 2 3
1 1 1 5
All 7 3 10
预期输出(正确的边距顺序):
sex1 male female All
age1
3 1 4 5
2 1 2 3
1 1 1 2
All 3 7 10
在此示例中,使用ordered=False 创建类别可能会更好。但是,我的大部分数据都是自动排序的(使用 pd.cut),所以我想知道这是否是预期的行为,如果是,有没有办法删除使用订单创建的类别的排序?
编辑- 这是一个使用 pd.cut 的示例。我将“年龄”列的值更改为与剪切顺序相反。
import pandas as pd
m='male'
f='female'
data = {'num': [0,1,2,3,4,5,6,7,8,9],
'age': [3,3,3,3,2,2,1,1,2,3],
'sex': [f,f,f,f,f,f,f,m,m,m]}
df = pd.DataFrame(data=data)
df['cut'] = pd.cut(df['age'],[1,2,3,4],labels=['<2','2','>2'],right=False)
pd.pivot_table(df,values='num',index='cut',columns='sex',aggfunc='count',margins=True)
输出,同样具有不正确的行边距(对应于 pd.cut 中的有序类别)。
sex female male All
cut
<2 1 1 5
2 2 1 3
>2 4 1 2
All 7 3 10
预期输出将是正确的行边距顺序。
sex female male All
cut
<2 1 1 2
2 2 1 3
>2 4 1 5
All 7 3 10
解决方案
这是针对您的原始问题的修复程序。df['age1']
从和中删除有序参数 df['sex1']
我的变化:
import pandas as pd
m = 'male'
f = 'female'
data = {'num': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
'age': [1, 2, 2, 3, 3, 3, 3, 1, 2, 3],
'sex': [f, f, f, f, f, f, f, m, m, m]}
df = pd.DataFrame(data=data)
df['age1'] = pd.Categorical(df['age'], categories=[3, 2, 1])
df['sex1'] = pd.Categorical(df['sex'], categories=[m, f])
pd.pivot_table(df, values='num', index='age1',
columns='sex1', aggfunc='count', margins=True)
输出:
sex male female All
age1
3 1 4 5
2 1 2 3
1 1 1 2
All 3 7 10
来自文档: 此分类是否被视为有序分类。如果为 True,则将对生成的分类进行排序。一个有序的分类方面,在排序时,它的类别属性的顺序
因此,当您将ordered=True传递给 pd.Categorical 时,数据透视表将不会根据类别对聚合进行排序,但变量会出现在您的数据框中。如果您查看您的数据框,女性在男性之前出现,因此排序将保留该排序以用于聚合。
因此,要回答您的问题,这是有序的预期行为,如果您要在脚本中的其他位置对数据框进行排序,您应该小心这样做。
推荐阅读
- python - Bokeh 问题中的 Python 回调
- node.js - Discord.js 错误:错误:找不到 FFmpeg/avconv!即使安装
- javascript - Form.Item 在 antd 中经过验证后,如何提供回调?
- wordpress - 如何通过在 wordpress 中阻止某些电子邮件域名来进行电子邮件验证?
- wordpress - 是否可以将 FlexSlider 2 用于 ltr 和 rtl 端?
- maven - 如何在 Mac Catalina 中安装 Maven?
- python - result.append([1,matches['main'][0]['rule']]) 并收到消息 TypeError: list indices must be integers, not str
- apache-spark - 是否有可能在 Spark Streaming 中实现动态批量大小?
- javascript - 你能帮我解决这个关于json的错误吗?
- number-theory - 如何有效地计算 a^k mod m