如何解决如何转置数据框以制作直方图
我需要重新组织2个类别的值,以便可以确定随后用于直方图的比率。
ld_mn = []
for ld in ldprs:
nmrtr = []
for ty in types:
nmrtr.append(min(lps.loc[(lps['num'] == ld) & (lps['let_typ'] == ty) & (lps['num_typ'] == 'BUSINESS RULES')],lps.loc[(lps['num'] == ld) & (lps['let_typ'] == ty) & (lps['num_typ'] == 'BUSINESS RULES')]))
nmrtr.append(max(sum(nmrtr),1))
print(nmrtr,ld)
for i in range(len(nmrtr)):
ld_mn.append(nmrtr[i]/ld_vl[ld])
nmrtr是计算的分子,其中行中的值之和然后除以原始数据中“ num”的值计数。 Sum(min(typ_1,typ_2)/ sum(所有类型)是预期的计算。我在运行代码时遇到错误。第7行的语法错误以nmrtr开头,第{5行的ValueError: The truth value of a DataFrame is ambiguous. Use a.empty,a.bool(),a.item(),a.any() or a.all()
开头nmrtr。如果需要,我稍后将把这些迭代转换为数据框。
假数据可玩:
[121,der,cat,dog]
[131,mnd,dog]
[141,dog]
两者 我希望表格变得更容易不强制计算
|num |let_type|cat | dog
|121 | der | 7 | 12
|131 | mgh| 7 | 12
|141 | plm | 7 | 12
cat和dog是类别,但我希望新的df可以计算频率。 num是唯一标识符。 let_type是被计数的内容。它是汽车和狗的子类别。 let_type最终将成为每个num中的唯一值。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。