Python 计算列表中项目的频率
我想计算每个地区每年发生事故的频率。 如何使用Python实现这一点 file.csvPython 计算列表中项目的频率,python,pandas,Python,Pandas,我想计算每个地区每年发生事故的频率。 如何使用Python实现这一点 file.csv Region,Year 1,2003 1,2003 2,2008 2,2007 2,2007 3,2004 1,2004 1,2004 1,2004 我尝试使用计数器,但它只适用于一列。 例子: 在2003年的第1区域,有2个 因此,结果应该是: Region,Year, freq 1,2003,2 1,2003,2 2,2008,1 2,2007,2 2,2007
Region,Year
1,2003
1,2003
2,2008
2,2007
2,2007
3,2004
1,2004
1,2004
1,2004
我尝试使用计数器,但它只适用于一列。
例子:
在2003年的第1区域,有2个
因此,结果应该是:
Region,Year, freq
1,2003,2
1,2003,2
2,2008,1
2,2007,2
2,2007,2
3,2004,1
1,2004,3
1,2004,3
1,2004,3
我试着这样做。但这似乎不是正确的方法
from collections import Counter
data = pandas.DataFrame("file.csv")
freq_year= Counter(data.year.values)
dz = [dom[x] for x in data.year.values]
data["freq"] = data["year"].apply(lambda x: dom[x])
我正在考虑使用Groupby。你知道怎么做吗?不是
pandas
解决方案,而是完成工作:
import csv
from collections import Counter
inputs = []
with open('input.csv') as csvfile:
reader = csv.reader(csvfile)
for row in reader:
inputs.append(tuple(row))
freqs = Counter(inputs[1:])
print freqs
# Counter({('1', '2004'): 3, ('1', '2003'): 2, ('2', '2007'): 2, ('2', '2008'): 1, ('3', '2004'): 1})
这里的关键是将值作为元组,以便
计数器将发现它们相等。可能有更好的方法,但我首先附加一个伪列,并根据该列计算频率,如下所示:
df["freq"] = 1
df["freq"] = df.groupby(["Year", "Region"]).transform(lambda x: x.sum())
这将返回以下df:
Region Year freq
0 1 2003 2
1 1 2003 2
2 2 2008 1
3 2 2007 2
4 2 2007 2
5 3 2004 1
6 1 2004 3
7 1 2004 3
8 1 2004 3
我正在尝试绘制此数据集。但我似乎面临着一个问题。你能看看这个问题吗:我对matplotlib了解不多,也没有3D绘图的经验。希望你能在那里得到帮助…你可以简单地选择一个并使用len
(在最近的pandas
中):df.groupby([“年”,“地区])[“年”].transform(len)