Поиск вероятностей каждого значения во всех категориальных столбцах в фрейме данных
Мой вопрос почти идентичен Поиску частоты каждого значения во всех категориальных столбцах в фрейме данных, но мне нужны вероятности, а не частоты. Мы можем использовать тот же пример фрейма данных:
df = pd.DataFrame(
{'sub_code': ['CSE01', 'CSE01', 'CSE01', 'CSE02', 'CSE03', 'CSE04',
'CSE05', 'CSE06'],
'stud_level': [101, 101, 101, 101, 101, 101, 101, 101],
'grade': ['STA', 'STA', 'PSA', 'STA', 'STA', 'SSA', 'PSA', 'QSA']})
Я попытался адаптировать этот ответ следующим образом:
out = (df.select_dtypes(object)
.melt(var_name = "Variable", value_name = "Class")
.value_counts(dropna=False, normalize=True)
.reset_index(name = "Probability")
.sort_values(by=['Variable', 'Class'], ascending=[True, True])
.reset_index(drop=True))
Однако код не работает, поскольку сумма вероятностей классов для каждой переменной не равна 1. Что я делаю не так?
Думаю, я нашел решение, но мне ужасно не хватает словарного запаса по статистике, поэтому я не уверен, правильно ли оно, но если бы я увидел желаемый результат, я был бы достаточно уверен, чтобы опубликовать его.
—
21.06.2024 01:33
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.
1
2
55
1
Перейти к ответу
Данный вопрос помечен как решенный
Ответы 1
Ответ принят как подходящий
IIUC, вам нужно groupby включить 'Variable' после плавления. Это даст вам вероятности для каждого значения в 'Class' по отношению к каждому значению в 'Variable'.
out = (
df.select_dtypes(object)
.melt(var_name = "Variable", value_name = "Class")
.groupby("Variable") # add this line
.value_counts(dropna=False, normalize=True)
.reset_index(name = "Probability")
.sort_values(by=["Variable", "Class"], ascending=[True, True])
.reset_index(drop=True)
)
Variable Class Probability
0 grade PSA 0.250
1 grade QSA 0.125
2 grade SSA 0.125
3 grade STA 0.500
4 sub_code CSE01 0.375
5 sub_code CSE02 0.125
6 sub_code CSE03 0.125
7 sub_code CSE04 0.125
8 sub_code CSE05 0.125
9 sub_code CSE06 0.125
Другие вопросы по теме
Как передать параметры оптимизации, такие как `read_only=True`, в `pandas.read_excel`, используя `openpyxl` в качестве движка?
Замените значения уровня столбца кортежем в фрейме данных Pandas
Панды — группировка по тому же размеру
Объединение двух фреймов данных Pandas с неодинаковым количеством столбцов (надмножество)
Как найти первую строку после нескольких повторяющихся строк?
Удалить столбец номера строки после группировки/применения панд
Как выполнить pandas cumsum, пропуская строки, которые дублируются в другом поле?
Форматирование месяца до одной цифры с помощью панд
Python Pandas df, вычесть минуты (в столбце продолжительности времени) из столбца времени
Найти разницу во времени между строкой и предыдущей строкой, имеющей заданное значение
Похожие вопросы
Добыча полезных ископаемых на астероидах — задача динамического программирования
Скрипт .bat не может найти javaw при вызове из Python os.command
Как передать параметры оптимизации, такие как `read_only=True`, в `pandas.read_excel`, используя `openpyxl` в качестве движка?
Вложенное условие для простых данных
Вывод BeautifulSoup не отформатирован должным образом
Одноэлементный шаблон Python с подсказками по типам
Как группировать и присваивать значения серий каждой строке?
Ошибка приложения при развертывании Python EchoBot в Службе приложений Azure через VS Code. Модуль не найден
Замените значения уровня столбца кортежем в фрейме данных Pandas
Проверьте наличие существующих данных перед записью в базу данных
Не могли бы вы добавить желаемый результат? Для справки минимальный воспроизводимый пример.