阅读其他问题(1)我的印象是,当数据采用以下格式时,pandas 最擅长绘制箱线图或进行统计分析:
stimulus vote
0 1 0
1 1 1
2 1 1
3 1 1
4 1 2
5 1 2
6 1 2
7 1 2
8 1 2
9 1 2
10 1 3
11 1 3
12 1 3
13 1 3
哪里stimulus是我的自变量和 vote是给它的每一个分数。
但是我的数据已经按 rating 分组了, 和另一列 votes显示 .count()每张选票。
stimulus rating votes
0 1 0 1
1 1 1 3
2 1 2 6
3 1 3 4
再次,stimulus是我的 IV,rating是评分量表,votes是给每个分数的票数。
我现在在使用该格式时遇到问题,我什至不知道如何将这些数据转换回“堆叠”或“记录”格式。
最后我要
- 将数据绘制成箱线图
- 执行 Kruskal-Wallis H 检验
请您参考如下方法:
import numpy as np
import pandas as pd
df = pd.read_table('data', sep='\s+')
stacked = pd.DataFrame({key: np.repeat(df[key].values, df['votes'])
for key in ('rating', 'stimulus')})
产量
rating stimulus
0 0 1
1 1 1
2 1 1
3 1 1
4 2 1
5 2 1
6 2 1
7 2 1
8 2 1
9 2 1
10 3 1
11 3 1
12 3 1
13 3 1
您在 vote 列中发布的内容我称为 rating 列。如果我正确理解你的情况,stacked vote/rating 列中的值是评级。所以我认为将列称为 rating 是合适的。 (此外,它允许我使用听写理解——好吧,我承认——名称更改的真正原因。:)
