Python 将熊猫系列转换为格式良好的数据帧
我有一个groupby对象:Python 将熊猫系列转换为格式良好的数据帧,python,pandas,dataframe,series,Python,Pandas,Dataframe,Series,我有一个groupby对象: g = dfchurn.groupby('ID')['isconfirm'].value_counts().groupby(level=0).apply(lambda x: x / float(x.sum())) type(g) Out[230]: pandas.core.series.Series g.head(5) Out[226]: ID isconfirm 0000 0 0.985981
g = dfchurn.groupby('ID')['isconfirm'].value_counts().groupby(level=0).apply(lambda x: x / float(x.sum()))
type(g)
Out[230]: pandas.core.series.Series
g.head(5)
Out[226]:
ID isconfirm
0000 0 0.985981
1 0.014019
0064 0 0.996448
1 0.003552
0080 0 0.997137
我的目标是通过比率降序(最右边的列)获得前100个ID,其中isconfirm=0。为此,我考虑使用一个具有良好名称的列的良好数据框架,以便在isconfirm=0时可以根据比率查询顶级ID 我试过了,例如
gdf = g.to_frame()
gdf.unstack(level=1)
gdf.head(5)
isconfirm
isconfirm 0 1
ID
0000 0.985981 0.014019
0064 0.996448 0.003552
gdf.columns
Out[227]: Index([u'isconfirm'], dtype='object')
那没有任何结果。必须有一个简洁明了的方法来做到这一点。我在一个相关的问题中找到了提示:
gdf.unstack(level=1)
gdf = gdf.add_suffix('_ratio').reset_index() # KEY STEP
gdf.columns # friendly columns now
Index([u'ID', u'isconfirm', u'isconfirm_ratio'], dtype='object')
gdf[gdf['isconfirm_ratio'] > 0.999] # e.g. a filter like this works now or a sort
您可以使用
g.loc
选择isconfirm
为0的所有行:
In [90]: g.loc[:, 0]
Out[90]:
ID
0 0.827957
1 0.911111
2 0.944954
3 0.884956
4 0.931373
5 0.869048
6 0.941176
7 0.884615
8 0.901961
9 0.930693
Name: isconfirm, dtype: float64
[:,0]
中的0
指的是索引第二级中的值。
因此,您可以使用以下方法找到与前100个值对应的ID
s:
In [93]: g.loc[:, 0].sort_values(ascending=False).head(100)
Out[93]:
ID
2 0.944954
6 0.941176
4 0.931373
9 0.930693
1 0.911111
8 0.901961
3 0.884956
7 0.884615
5 0.869048
0 0.827957
Name: isconfirm, dtype: float64
In [94]: g.loc[:, 0].sort_values(ascending=False).head(100).index
Out[94]: Int64Index([2, 6, 4, 9, 1, 8, 3, 7, 5, 0], dtype='int64', name='ID')
为了产生上述结果,我用以下方式定义了
g
:
import numpy as np
import pandas as pd
np.random.seed(2017)
N = 1000
dfchurn = pd.DataFrame({'ID':np.random.randint(10, size=N),
'isconfirm': np.random.choice(2, p=[0.9, 0.1], size=N)})
g = dfchurn.groupby('ID')['isconfirm'].value_counts().groupby(level=0).apply(lambda x: x / float(x.sum()))
我接受的答案甚至不构成数据帧——直接与系列“g”一起工作——因此更简洁。