Python 对数据帧中的单元格值执行groupby
我有一个数据帧,其中99列来自dx1-dx99,一列作为LOS。dxi列包含分类代码,它们没有任何顺序。代码可以出现在行中的任何列中。代码可以在列中重复,但不会在行中重复:Python 对数据帧中的单元格值执行groupby,python,pandas,Python,Pandas,我有一个数据帧,其中99列来自dx1-dx99,一列作为LOS。dxi列包含分类代码,它们没有任何顺序。代码可以出现在行中的任何列中。代码可以在列中重复,但不会在行中重复: dx1 dx2 dx3 . dx99 los E10 I12 0 N18 R18 12 E10 I12 I31 E44 N17 7 E10 I12 N17 T86 0 5 I12 E10 N18 A04 1 E10 I12 B10 N18 Z99 4 E10
dx1 dx2 dx3 . dx99 los
E10 I12 0 N18 R18 12
E10 I12 I31 E44 N17 7
E10 I12 N17 T86 0 5
I12 E10 N18 A04 1
E10 I12 B10 N18 Z99 4
E10 N18 Z76 1
E10 N18 Z99 N25 E78 8
我想计算数据帧中每个代码的平均服务水平。我发现我可以在多个列上应用groupby()函数。但这并没有给我想要的结果。我需要以下格式的结果:
Codes mean-LOS
E10 5.42
I12 7.6
N18 5.2
.
.
etc.
您可以使用groupby
和aggregatemean
进行重塑:
df = df.melt('los', value_name='Codes')
#older version of pandas < 0.20.0
#df = pd.melt(df, 'los', value_name='Codes')
df = df.groupby('Codes', as_index=False)['los'].mean()
print (df)
Codes los
0 0 8.500000
1 A04 1.000000
2 B10 4.000000
3 E10 5.428571
4 E44 7.000000
5 E78 8.000000
6 I12 5.800000
7 I31 7.000000
8 N17 6.000000
9 N18 5.200000
10 N25 8.000000
11 R18 12.000000
12 T86 5.000000
13 Z76 1.000000
14 Z99 6.000000
我得到错误数据帧对象没有属性“melt”。这是因为新版熊猫有这种方法吗?我有“0.17.1”。确切地说,
df.melt
是在0.20.0
版本中实现的。
df = df.melt('los', value_name='Codes')
df = df.groupby('Codes')['los'].mean().reset_index(name='mean-LOS')
print (df)
Codes mean-LOS
0 0 8.500000
1 A04 1.000000
2 B10 4.000000
3 E10 5.428571
4 E44 7.000000
5 E78 8.000000
6 I12 5.800000
7 I31 7.000000
8 N17 6.000000
9 N18 5.200000
10 N25 8.000000
11 R18 12.000000
12 T86 5.000000
13 Z76 1.000000
14 Z99 6.000000