Как получить несколько показателей для каждой категории в кросс-таблице панд?

Моя текущая кросс-таблица pandas повторяет кросс-таблицу поперек (по столбцам) для каждой метрики. Вместо этого я хотел бы, чтобы метрики повторялись по строкам для каждой категории столбцов строк. На рисунке ниже (текущий результат по сравнению с желаемым выходом) показано структурное изменение, которого я добиваюсь. Ценю ваш совет.

Вот мой код: pd.crosstab([df.var1,df.var2], [df.var3], values=df.values_var, aggfunc=[len, np.mean])

Вот моя иллюстрация:

Пожалуйста, опубликуйте исходные данные, а также опубликуйте входные данные в виде текста, а не изображений.

— 14.06.2024 22:43

Спасибо, обычно я публикую исходные данные, но не могу по клиентскому соглашению.

— 20.06.2024 01:58

python pandas pivot-table

14.06.2024 22:34

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Попробуйте использовать unstack, а затем разобрать первый уровень:

df = df.unstack().unstack(level=1).reset_index(level=1, drop=True).rename_axis('Column Variable 1').reset_index())

14.06.2024 22:41

Ответ принят как подходящий

Вам нужно всего лишь df.stack(0):

Создать входной фрейм данных:

df = pd.DataFrame([[79, 83,58,22,42,74],[72,48,29,68,77,48],[59,34,89,54,56,61],[48,41,70,33,40,56]])
df.index = pd.MultiIndex.from_product([['A','B'],['Car1','Car2']], names=['Row Variable 1', 'Row Variable 2'])
cols = pd.MultiIndex.from_product([['Count', 'Mean'],[1,2,3]], names=['Metrics','Column Varible 1'])
df = df.set_axis(cols, axis=1)

Входной фрейм данных:

Metrics                       Count         Mean        
Column Varible 1                  1   2   3    1   2   3
Row Variable 1 Row Variable 2                           
A              Car1              79  83  58   22  42  74
               Car2              72  48  29   68  77  48
B              Car1              59  34  89   54  56  61
               Car2              48  41  70   33  40  56

Теперь давайте составим уровень 0 заголовка столбца multiindex:

df.stack(0)

Выход:

Column Varible 1                        1   2   3
Row Variable 1 Row Variable 2 Metrics            
A              Car1           Count    79  83  58
                              Mean     22  42  74
               Car2           Count    72  48  29
                              Mean     68  77  48
B              Car1           Count    59  34  89
                              Mean     54  56  61
               Car2           Count    48  41  70
                              Mean     33  40  56

Извините, что пропустил это раньше @Scott Boston; это сработало для меня.

— 18.07.2024 06:22

15.06.2024 01:57