python - 来自带有分类数据和自定义“箱”的熊猫数据框列的直方图/值计数

Question

考虑以下数据框：

import pandas as pd

x = pd.DataFrame([[ 'a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])
print(x)

   0  1
0  a  b
1  a  c
2  c  b
3  d  c

我想根据一些自定义“箱”获得数据帧每一列中数据的相对频率，这些“箱”将是唯一数据值的（可能的超集）。例如，如果：

b = ['a', 'b', 'c', 'd', 'e', 'f']

我想获得：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

是否有一个（或两个）班轮来实现这一目标？

标签： pythonpandashistogramcategorical-data

Answer 1

尝试，然后基于 b：apply value_countsreindex

import pandas as pd

x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])

b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.apply(lambda s: s.value_counts()).reindex(b).fillna(0).astype(int)

print(df)

df：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0

---

Amelt和crosstab选项：

import pandas as pd

x = pd.DataFrame([['a', 'b'], ['a', 'c'], ['c', 'b'], ['d', 'c']])

b = ['a', 'b', 'c', 'd', 'e', 'f']
df = x.melt()
df = pd.crosstab(df['value'], df['variable']) \
    .reindex(b).fillna(0).astype(int) \
    .rename_axis(None, axis=1).rename_axis(None, axis=0)

print(df)

df：

   0  1
a  2  0
b  0  2
c  1  2
d  1  0
e  0  0
f  0  0