从一个非唯一的 pandas 系列开始,可以通过 .value_counts()
计算每个唯一值的数量。
>> col = pd.Series([1.0, 1.0, 2.0, 3.0, 3.0, 3.0])
0 1.0
1 1.0
2 2.0
3 3.0
4 3.0
5 3.0
dtype: object
>> stat = col.value_counts()
>> stat
3.0 3
1.0 2
2.0 1
dtype: int64
但是,如果从一个包含两列的数据框开始,一列用于唯一值,另一列用于出现次数。 (上例中的 stat
)。如何将它们扩展到一个列中。
因为我想计算此类数据框中数据的中位数、均值等,所以我认为描述单列比描述两列容易得多。还是有什么方法可以在不扩展数据的情况下直接描述“value_count”数据框?
# turn `stat` into col ???
>> col.describe()
count 6.000000
mean 2.166667
std 0.983192
min 1.000000
25% 1.250000
50% 2.500000
75% 3.000000
max 3.000000
添加测试数据
>> df = pd.DataFrame({"Name": ["A", "B", "C"], "Value": [1,2,3], "Count": [2, 10, 2]})
>> df
Name Value Count
0 A 1 2
1 B 2 5
2 C 3 2
df2 = _reverse_count(df)
>> df2
Name Value
0 A 1
1 A 1
2 B 2
3 B 2
4 B 2
5 B 2
6 B 2
7 B 2
8 C 3
9 C 3
最佳答案
您可以使用 numpy
中的 repeat
函数
import pandas as pd
import numpy as np
col = pd.Series([1.0, 1.0, 2.0, 3.0, 3.0, 3.0])
stats=col.value_counts()
pd.Series(np.repeat(stats.index,stats))
# 0 3.0
# 1 3.0
# 2 3.0
# 3 1.0
# 4 1.0
# 5 2.0
# dtype: float64
更新:
对于你可以使用的多列
df.loc[df.index.repeat(df['Count'])]
关于python - pandas dataframe中 `.value_counts()`的逆向操作是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56848271/