如何转换数据框

如何解决如何转换数据框

我从数据框中获得以下片段：

           cough      fever  
8            0.0        0.0  
9           -1.0        1.0  
24           0.0        1.0  
29           0.0       -1.0  
30           1.0        1.0

我需要按每个值对每列求和的地方，例如：

df['cough'].value_counts()
Out[189]:
 0.0    3
 1.0    1
-1.0    1
Name: cough,dtype: int64

df['fever'].value_counts()
Out[189]:
 0.0    1
 1.0    3
-1.0    1
Name: fever,dtype: int64

但是，我需要在数据框中使用它，我可以按照以下方法进行操作：

out=pd.DataFrame()
symptoms=['cough','fever']
for s in symptoms:
     frames=[out,df[c].value_counts().to_frame()]
     out=pd.concat(frames)

但是，输出有空单元格：

         cough    fever
 0.0       3        NaN
-1.0       1        NaN
 1.0       1        NaN
 0.0       NaN      1
 1.0       NaN      1
-1.0       NaN      3

如何获得下面表格中的 df（即消除空单元格并转置，一举完成）？

          -1    0    1     
 cough     1    3    1
 fever     1    1    3


 

解决方法

也许一次性完成。看下面的代码

 df.astype(str).apply(lambda x: x.value_counts()).T#if cough and fever are not dtype object



#df.apply(lambda x: x.value_counts()).T#if cough and fever are dtype object



         -1.0  0.0  1.0
cough     1    3    1
fever     1    1    3

,

更改 concat

out=pd.concat(frames,axis=1)

或者干脆做

s = df.melt()
out = pd.crosstab(s.variable,s.value)
value     -1.0   0.0   1.0
variable                  
cough        1     3     1
fever        1     1     3