用python迭代行和列

请你帮我算算一下好吗

我有下表：

我需要做的是将预期频率计算为（行总数*列总数）/总计

预期结果：

我假设我需要遍历行和列。我试着用：

for i, row in df_dropped.iterrows():
for j, column in row.iteritems():
    data[row][column] = df_dropped.iloc[i, 3] * df_dropped.iloc[2, j]

出现以下错误： 基于位置的索引只能有[integer，integer slice（包括起点，不包括终点），整数列表，布尔数组]类型

我做错了什么？

用于最后一列和最后一行的外积并除以
由选定的标量到numpy数组：

t = df.loc['col_sum', 'row_sum']
arr = np.outer(df['row_sum'], df.loc['col_sum']) / t

然后由contructor创建DataFrame，并为删除最后一列和行建立索引：

df1 = pd.DataFrame(arr[:-1, :-1], 
                   columns=df.columns[:-1],
                   index=df.index[:-1]).add_prefix('exp_')
print (df1)
   exp_satisfied  exp_neutral  exp_dissatisfied
0      24.605263    20.842105          9.552632
1     145.394737   123.157895         56.447368

获取新列名称：

cols = [item for x in df.columns[:-1] for item in (x, 'exp_' + x)]
print (cols)
['satisfied', 'exp_satisfied', 'neutral', 'exp_neutral', 'dissatisfied', 'exp_dissatisfied']

通过和连接在一起，以实现列的预期顺序：

df = pd.concat([df.iloc[:-1, :-1], df1], axis=1).reindex(columns=cols)
print (df)
   satisfied  exp_satisfied  neutral  exp_neutral  dissatisfied  \
0         30      24.605263       17    20.842105             8   
1        140     145.394737      127   123.157895            58   

   exp_dissatisfied  
0          9.552632  
1         56.447368  

---

耶兹雷尔给出了一个很好的答案，你正在使用numpy和pandas计算预期频率。 您还可以使用python统计库来计算这些类型的统计数据

例如，要计算预期频率表，可以执行以下操作：

import statsmodels.api as sm
expected_values = sm.stats.Table(df).fittedvalues

---

更多信息：

谢谢你，耶兹雷尔，再问一个问题就好了。以下是最终结果：def expected_frequency（data）：“函数计算预期频率””data['row_sum']=data.sum（axis=1）data.loc['col_sum']=data.sum（）t=data.loc['col_sum'，'row_sum']arr=np.outer（data['row_sum']，data.loc['col sum']）/float（t）data2=pd.DataFrame（arr[:-1，：-1]，columns=data.columns[：-1]）。添加_前缀（'exp_'）data=pd.concat（[data.iloc[：-1，：-1]，data2]，axis=1）返回预期的_频率（df_已删除）。我的问题是，如何将函数表存储为永久表？@eponkratova-是吗？不确定是否理解，您认为如何分配

df1=预期频率（df）

-将函数应用于名为

df

的数据帧，并分配给

df1

是的……这很简单。我想创建一个空的df，然后对它应用一个函数，如果有意义的话。成为一个新人很好，你可以想出完全荒谬的解决方案。是的。我也觉得交叉表可以工作。感谢您提供的单线解决方案！