python – 如何按频率对行进行分组？

我想知道有多少人在评估1次,2到3次,超过3次的人群中推出了1,2,3,4和5等级.例如,进行1次评估的人群包含ID为2和4的人.在该组中,总共有一个评估5和一个评估1.

df =

ID_PERSON    EVALUATION_GRADE
1            2
1            2
1            3
1            5
2            5
3            2
3            5
3            1
4            1 
5            2
5            1
5            1

结果应该是这个：

result =

FREQUENCY_GROUP   GRADE_1   GRADE_2   GRADE_3   GRADE_4   GRADE_5
"1 time"          1         0         0         0         1
"2-3 times"       3         2         0         0         1
"> 3 times"       0         2         1         0         1

如果我这样做df.groupby([‘EVALUATION_GRADE’]).agg({‘ID_PERSON’：’count’}).reset_index(),那么我得到推杆1,2,3,4和5的总人数但是,如何将它们分成频率组？

解决方法:

您可以先使用第一个transform,其中第一个是查找频率,然后是cut表示创建箱柜,最后一个groupby表示大小,重新整形为unstack,并在reindex之前填写缺失列：

df['FREQ'] = df.groupby('ID_PERSON')['EVALUATION_GRADE'].transform('size')
bins = [-np.inf, 1, 3, np.inf]
labels=['1 time','2-3 times','> 3 times']
df.FREQ = pd.cut(df.FREQ, bins=bins, labels=labels)

df = df.groupby(['FREQ', 'EVALUATION_GRADE'])['EVALUATION_GRADE'] \
       .size() \
       .unstack(fill_value=0) \
       .reindex(columns=np.arange(1,6), fill_value=0) 
df.columns = 'GRADE '  + df.columns.astype(str)
print (df)
           GRADE 1  GRADE 2  GRADE 3  GRADE 4  GRADE 5
FREQ                                                  
1 time           1        0        0        0        1
2-3 times        3        2        0        0        1
> 3 times        0        2        1        0        1