相当于;表「;python中R的应用
在R中,我们可以使用相当于;表「;python中R的应用,python,r,Python,R,在R中,我们可以使用表格找到每个项目的频率。 这是R中的一个示例: x <- c(1,1,1,1,2,2) y <- c("a","a","b","a","a","b") table(x,y) # y #x a b # 1 3 1 # 2 1 1 x我们可以通过pandas import numpy as np; import pandas as pd; x = np.array([1, 1, 1, 1, 2, 2]); y = np.array(["a", "a",
表格
找到每个项目的频率。
这是R中的一个示例:
x <- c(1,1,1,1,2,2)
y <- c("a","a","b","a","a","b")
table(x,y)
# y
#x a b
# 1 3 1
# 2 1 1
x我们可以通过pandas
import numpy as np;
import pandas as pd;
x = np.array([1, 1, 1, 1, 2, 2]);
y = np.array(["a", "a", "b", "a", "a", "b"]);
pd.crosstab(x, y, rownames = ['x'], colnames = ['y']);
# y a b
#x
#1 3 1
#2 1 1
计数事件
R:
蟒蛇熊猫:
df.source.value_counts()
#or
df["source"].value_counts()
资料来源:
用于计算两列之间的出现次数
带R
table(cdc$gender,cdc$smoke100)
用python
pd.crosstab(index=df['gender'], columns=df['smoke100'])
来源:尝试使用交叉表
来处理小报数据,Python有一个非常好的库-。阅读这篇10分钟的介绍,您将能够轻松地处理表格操作任务。@akrun非常感谢您<代码>pd。交叉表(X,Y)
正是我所需要的。@Argominima谢谢你,我会检查一下。实际上,我经常使用基本的Panda,但crosstab对我来说是新的。
pd.crosstab(index=df['gender'], columns=df['smoke100'])