来自带有分类数据和自定义“bins”的 Pandas 数据框列的直方图/值计数

如何解决来自带有分类数据和自定义“bins”的 Pandas 数据框列的直方图/值计数

考虑以下数据框：

export class Users {
    id: number;
    CIN: number;
    name: string;
    address: string;
    email: string;
    username: string;
    password: string;
    permis: string;
    prenom: string;
    image: string; 
    modeAuto: number;
    sex: string;
    dateNais: Date;
    role: string;
}

我想根据一些自定义“bin”来获取数据帧每一列中数据的相对频率，这将是（可能的超集）唯一数据值。例如，如果：

 public urls = 'http://127.0.0.1:8000/api/v1/users'; // url pour la récupération de la partie backend(laravel)

  constructor(private http: HttpClient) { }
  //* afficher tous les conducteurs*/

  getUsers (): Observable<Users[]> {
    return this.http.get<Users[]>(this.urls).filter(x => x.role === 'driver').pipe(
      tap(_ => console.log('fetched Users')),catchError(this.handleError<Users[]>('getUsers',[]))
    );
  }

我想获得：

import pandas as pd

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

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

是否有一个（或两个）班轮来实现这一目标？

解决方法

根据 b 尝试 apply value_counts，然后 reindex：

import pandas as pd

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

---

melt 和 crosstab 选项：

import pandas as pd

x = pd.DataFrame([['a','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