我正在尝试获取特定格式的 csv,以便其他代码可以正确读取它。我已经使用 Ordereddicts 订购了它,但需要更长的时间,并且我的绘图代码给出了“StringIO() 不接受关键字参数”错误。虽然我认为我可以解决这个问题,但无论如何我更喜欢我的 value_counts 方法,因为它要快得多。我得到一个包含正确信息的 csv 文件,下一步我需要的只是格式化。我已经查找了有关类似问题的多个线程,但没有查找如何以这种特定方式进行排序。
我的代码:
import csv
import numpy as np
import pandas as pd
from collections import defaultdict, Counter
import pandas.util.testing as tm; tm.N = 3
data = pd.DataFrame.from_csv('MYDATA.csv')
data[['QualityIssue','CompanyName']]
data['QualityIssue'].value_counts()
RatedCustomerCallers = data['CompanyName'].value_counts()
TopCustomerCallers = RatedCustomerCallers[0:18]
print(TopCustomerCallers)
TopCustomerCallers.to_csv('topcustomercallerslist.csv')
byqualityissue = data.groupby(["CompanyName","QualityIssue"]).size()
print byqualityissue
byqualityissue.to_csv('byqualityissue.csv', header=True)
输出:
CompanyName, QualityIssue, 0
Company 1, Equipment Error, 15
Company 2, User Error, 1
Company 2, Equipment Error, 5
Company 3, Equipment Error, 3
Company 3, User Error, 10
Company 3, Neither, 13
每种类型的问题都会重复公司名称。
但是,我希望它按主要调用客户(添加的设备数、用户数、无调用数)进行排序并以这种方式显示:
Top Calling Customers, Equipment, User, Neither,
Company 3, 3, 10, 13,
Company 1, 15, 0, 0,
Customer 2, 5, 1, 0,
我尝试使用数据透视表
df = pd.DataFrame(byqualityissue)
df.pivot(index='CompanyName', columns='QualityIssue', values='0')
但是它给了我 KeyError: '0' 这很奇怪,因为我把它作为值的输入。另外,我不确定它是否会起作用,因为每个客户的输出只是他们调用的类型。例如,公司 1 只有设备错误调用,因此它不会列出“用户错误”或“两者都没有”调用。不确定数据透视表是否可以解释这一点。
最佳答案
读入您的 CSV 文件。按公司和质量问题对其进行索引,然后在质量问题上将其取消堆叠。最后,替换由于未找到匹配数据而出现的 Nan
值
In [341]: d1
Out[341]:
Company Name Quality Issue Cases
0 Co 1 Equipment 15
1 Co 2 User 1
2 Co 2 Equipment 5
3 Co 3 Equipment 3
4 Co 3 User 10
5 Co 3 Neither 13
In [342]: d2 = d1.set_index(["Company Name", "Quality Issue"])
In [343]: d2
Out[343]:
Cases
Company Name Quality Issue
Co 1 Equipment 15
Co 2 User 1
Equipment 5
Co 3 Equipment 3
User 10
Neither 13
In [344]: d3 = d2.unstack("Quality Issue")
In [345]: d3.fillna(0)
Out[345]:
Cases
Quality Issue Equipment Neither User
Company Name
Co 1 15 0 0
Co 2 5 0 1
Co 3 3 13 10
关于python - 将列数据值的计数累积为单独的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30713756/