Skip to main content
 首页 » 编程设计

python之Pandas 解开计数列

2025年05月04日10mate10pro

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。:)